
-
生物通官微
陪你抓住生命科技
跳动的脉搏
CARLIN与DNA Typewriter在CRISPR介导的谱系追踪中的比较
《BMC Bioinformatics》:A comparison between CARLIN and DNA Typewriter in CRISPR-mediated lineage tracing
【字体: 大 中 小 】 时间:2026年05月30日 来源:BMC Bioinformatics 3.3
编辑推荐:
摘要背景CARLIN和DNA Typewriter是基于CRISPR的谱系追踪技术中的两大突破。了解这些方法在谱系追踪中的潜力和性能至关重要,这为实验设计提供了重要指导。结果在这项研究中,我们使用一个统一的随机模拟框架,并结合已知的真实谱系,系统地比较了这两种策略。通过明确建模C
CARLIN和DNA Typewriter是基于CRISPR的谱系追踪技术中的两大突破。了解这些方法在谱系追踪中的潜力和性能至关重要,这为实验设计提供了重要指导。
在这项研究中,我们使用一个统一的随机模拟框架,并结合已知的真实谱系,系统地比较了这两种策略。通过明确建模CRISPR编辑动态、条形码演化和细胞分裂过程,该框架能够对不同实验参数条件下的谱系重建准确性进行定量评估。我们使用了多种准确性指标来评估这两种方法,包括Robinson–Foulds准确性和三元组准确性,从而全面评估了在各种编辑概率、采样深度和谱系长度下的谱系重建性能。
当记录目标数量足够时,尤其是在细胞分裂较多的情况下,DNA Typewriter在谱系重建准确性方面始终优于CARLIN。与无序的CRISPR条形码编辑相比,DNA Typewriter的顺序和有序记录显著减少了谱系推断的不确定性。CARLIN的谱系记录能力在持续诱导下会迅速耗尽,限制了其在长期谱系追踪中的有效性。与Robinson–Foulds准确性相比,三元组准确性是一个更具包容性和信息量的指标,尤其是在部分采样情况下。
CARLIN和DNA Typewriter是基于CRISPR的谱系追踪技术中的两大突破。了解这些方法在谱系追踪中的潜力和性能至关重要,这为实验设计提供了重要指导。
在这项研究中,我们使用一个统一的随机模拟框架,并结合已知的真实谱系,系统地比较了这两种策略。通过明确建模CRISPR编辑动态、条形码演化和细胞分裂过程,该框架能够对不同实验参数条件下的谱系重建准确性进行定量评估。我们使用了多种准确性指标来评估这两种方法,包括Robinson–Foulds准确性和三元组准确性,从而全面评估了在各种编辑概率、采样深度和谱系长度下的谱系重建性能。
当记录目标数量足够时,尤其是在细胞分裂较多的情况下,DNA Typewriter在谱系重建准确性方面始终优于CARLIN。与无序的CRISPR条形码编辑相比,DNA Typewriter的顺序和有序记录显著减少了谱系推断的不确定性。CARLIN的谱系记录能力在持续诱导下会迅速耗尽,限制了其在长期谱系追踪中的有效性。与Robinson–Foulds准确性相比,三元组准确性是一个更具包容性和信息量的指标,尤其是在部分采样情况下。