Hinweise zu Qualitätskriterien von Zeitschriften
Open-Access-Richtlinie der Helmholtz-Gemeinschaft 2016
CC Licencences
Metriken für Publikationen
Startseite
Login
English
Neuer EVA Antrag
Erweiterte Suche
Durchblättern nach ...
Publikationen im Überblick
HGF Fortschrittsbericht
OA Publikationen
Neue Publikation eintragen
Neue Publikation holen aus...
Fehlende Publikation melden
Ansprechpartner
Hilfe
Bibliometrische Indikatoren
Text
Endnote (RIS)
BibTeX
Verlagsversion
DOI
PMC
 |
Open Access Gold |
|
möglich sobald bei der ZB eingereicht worden ist.
Scalable identification of lineage-specific gene regulatory networks from metacells with NetID.
Genome Biol. 25:275 (2024)
The identification of gene regulatory networks (GRNs) is crucial for understanding cellular differentiation. Single-cell RNA sequencing data encode gene-level covariations at high resolution, yet data sparsity and high dimensionality hamper accurate and scalable GRN reconstruction. To overcome these challenges, we introduce NetID leveraging homogenous metacells while avoiding spurious gene-gene correlations. Benchmarking demonstrates superior performance of NetID compared to imputation-based methods. By incorporating cell fate probability information, NetID facilitates the prediction of lineage-specific GRNs and recovers known network motifs governing bone marrow hematopoiesis, making it a powerful toolkit for deciphering gene regulatory control of cellular differentiation from large-scale single-cell transcriptome data.
Impact Factor
Scopus SNIP
Altmetric
10.100
0.000
Anmerkungen
Besondere Publikation
Auf Hompepage verbergern
Publikationstyp
Artikel: Journalartikel
Dokumenttyp
Wissenschaftlicher Artikel
Schlagwörter
Transcription Factors; C/ebp-alpha; Cell; Mechanisms; Expression; Database; Gata-1; Klf1
Sprache
englisch
Veröffentlichungsjahr
2024
HGF-Berichtsjahr
2024
ISSN (print) / ISBN
1474-760X
e-ISSN
1465-6906
Zeitschrift
Genome Biology
Quellenangaben
Band: 25,
Heft: 1,
Artikelnummer: 275
Verlag
BioMed Central
Verlagsort
Campus, 4 Crinan St, London N1 9xw, England
Begutachtungsstatus
Peer reviewed
Institut(e)
Institute of Computational Biology (ICB)
POF Topic(s)
30205 - Bioengineering and Digital Health
Forschungsfeld(er)
Enabling and Novel Technologies
PSP-Element(e)
G-503800-001
Förderungen
Julius-Maximilians-Universitt Wrzburg (3088)
WOS ID
001335626400001
Scopus ID
85206798828
PubMed ID
39425176
Erfassungsdatum
2024-11-06