Beyond the average: computational approaches for analyzing and modeling cellular variability
Rekenmodellen voor het analyseren en modelleren van cellulaire variabiliteit
Dit proefschrift van Yulan Bor van Oppen presenteert een reeks nieuwe statistische methoden die de analyse van fenotypische variabiliteit, het fenomeen waarbij genetisch identieke cellen in dezelfde omgeving verschillend gedrag vertonen, vanuit zowel een verkennend als een mechanistisch perspectief uitbreiden.
De eerste contributie is een methode genaamd DNGP, die het mogelijk maakt om statistisch vast te stellen wanneer twee groepen cellen, zoals een wildtype- en een mutantpopulatie, zich in de loop der tijd anders gedragen. Daaropvolgend worden er twee mechanistische modelleringstechnieken geïntroduceerd, GMGTS en EGM.
Deze methoden versnellen het proces van het identificeren van biologische "regels" of parameters aanzienlijk door modellen af te stemmen op de veranderingssnelheden in celgegevens, en zijn daarmee veel sneller dan traditionele simulatiemethoden waarbij er wordt afgestemd op de celmetingen zelf. GMGTS and EGM zijn met name effectief voor complexe systemen waar bepaalde biologische componenten moeilijk direct te meten zijn.
De gepresenteerde statistische raamwerken uit dit proefschrift vormen een praktische toolkit voor wetenschappers om cellulaire individualiteit te bestuderen en helpen de kloof te overbruggen tussen door ruis verstoorde celmetingen en heldere biologische inzichten. Al met al bieden deze methoden efficiënte alternatieven voor bestaande technieken, waardoor een beter inzicht kan worden verkregen in de manier waarop natuurlijke biologische ruis cellulaire functies zoals groei en deling beïnvloedt.