TP7

Computergestützte Identifikation von Liganden-Rezeptor Interaktionen in Einzelzell-Transkriptom-Daten und Anwendung auf Neuron- Mikroglia Wechselwirkung

TP7

Experimentelle Durchbrüche in der Einzelzellbiologie ermöglichen nun die Analyse molekularer Variation an unterschiedlichen molekularen Informationsschichten und verschiedenen Geweben gleicher Individuen in großer Zahl, zunehmend auch in einzelnen Zellen. Diese neuen Methoden revolutionieren derzeit die Molekularbiologie, insbesondere die Stammzellbiologie. Die zunehmende Komplexität der Daten erfordert bessere Analyseverfahren sowohl in Bezug auf Funktion als auch auf Leistung und Effizienz. Grundlegende Fragen wie differenzielle Expression werden wieder relevant, da Einzelzelldifferenzen nicht nur den Mittelwert vergleichen, sondern auch die dazugehörige Expressionsverteilung berücksichtigen.

In diesem Projekt konzentrieren wir uns auf computergestützte Methoden zur Analyse von Einzelzell-Transkriptomik-Daten neuraler Stammzellen im sich entwickelnden menschlichen Gehirn, die durch 2D- und 3D-Organoide modelliert werden. Insbesondere wollen wir herausfinden, wie man die Rolle der interzellulären Kommunikation über Ligand-Rezeptor-Wechselwirkungen schätzen kann. Aufbauend auf unseren Erfahrungen im Bereich des maschinellen Lernens und der Datenanalyse im Rahmen der Einzelzellgenomik wollen wir zunächst Rezeptor-Ligand-Wechselwirkungen aus publizierten Einzelzell-RNAseq-Daten identifizieren. Dabei wird ein neues Modell zur Analyse von Abhängigkeiten einzelner Genexpressionsprofile verwendet, das an ein passendes Rauschmodell angeglichen wird und welches wir als „Grafisches Modell von Zähldaten“ bezeichnen wollen.
Zweitens werden wir eine differentielle Expressions-Profilierungsmethode basierend auf verallgemeinerten linearen Modellen mit angepasstem Rauschmodell entwickeln, um neue Liganden-Rezeptor-Paare zu identifizieren. In enger Zusammenarbeit mit den Laboren von B. Treutlein und B. Winner in ForInter wollen wir diese Methoden auf Daten des Konsortiums anwenden, um neuartige Ligand-Rezeptor-Wechselwirkungen über genetische Screens vorherzusagen, gefolgt von Vorhersagen mit Perturbations-Screens und single-molecule FISH.
Unser Projekt wird experimentelle Forscher darin unterstützen, Hypothesen zu Ligand-Rezeptor-Wechselwirkungen in der Entwicklung des menschlichen Gehirns aufzustellen und gleichzeitig vielseitige computergestützte Tools für tieferen Einblick in die Zell-Zell-Kommunikation via scRNAseq bereitstellen.