AW
Annick Waldt
Author with expertise in Comprehensive Integration of Single-Cell Transcriptomic Data
Achievements
Cited Author
Open Access Advocate
Key Stats
Upvotes received:
0
Publications:
7
(71% Open Access)
Cited by:
861
h-index:
14
/
i10-index:
16
Reputation
Biology
< 1%
Chemistry
< 1%
Economics
< 1%
Show more
How is this calculated?
Publications
0

Self-organization and symmetry breaking in intestinal organoid development

Denise Serra et al.Apr 24, 2019
Intestinal organoids are complex three-dimensional structures that mimic the cell-type composition and tissue organization of the intestine by recapitulating the self-organizing ability of cell populations derived from a single intestinal stem cell. Crucial in this process is a first symmetry-breaking event, in which only a fraction of identical cells in a symmetrical sphere differentiate into Paneth cells, which generate the stem-cell niche and lead to asymmetric structures such as the crypts and villi. Here we combine single-cell quantitative genomic and imaging approaches to characterize the development of intestinal organoids from single cells. We show that their development follows a regeneration process that is driven by transient activation of the transcriptional regulator YAP1. Cell-to-cell variability in YAP1, emerging in symmetrical spheres, initiates Notch and DLL1 activation, and drives the symmetry-breaking event and formation of the first Paneth cell. Our findings reveal how single cells exposed to a uniform growth-promoting environment have the intrinsic ability to generate emergent, self-organized behaviour that results in the formation of complex multicellular asymmetric structures.
0
Citation421
0
Save
43

Probabilistic machine learning ensures accurate ambient denoising in droplet-based single-cell omics

Caibin Sheng et al.Jan 14, 2022
Abstract Droplet-based single-cell omics, including single-cell RNA sequencing (scRNAseq), single-cell CRISPR perturbations (e.g., CROP-seq), and single-cell protein and transcriptomic profiling (CITE-seq) hold great promise for comprehensive cell profiling and genetic screening at the single-cell resolution. However, these technologies suffer from substantial noise, among which ambient signals present in the cell suspension may be the predominant source. Current models to address this issue are highly technology-specific and relatively scRNAseq-centric. while a universal model to describe the noise across these technologies may reveal this common source, improving the denoising accuracy. To this end, we explicitly examined these unexpected signals in multiple datasets across droplet-based technologies, summarised a predictable pattern, and developed single-cell Ambient Remover (scAR) – a hypothesis-driven machine learning model to predict and remove ambient signals (including mRNA counts, protein counts, and sgRNA counts) at the molecular level. We benchmarked scAR on three technologies – single-cell CRISPR screens, CITE-seq, and scRNAseq along with the state-of-the-art single-technology-specific approaches. scAR showed high denoising accuracy for each type of dataset.
0

CellSIUS provides sensitive and specific detection of rare cell populations from complex single cell RNA-seq data

Rebekka Wegmann et al.Jan 9, 2019
Comprehensive benchmarking of computational methods for single-cell RNA sequencing (scRNA-seq) analysis is scarce. Using a modular workflow and a large dataset with known cell composition, we benchmarked feature selection and clustering methodologies for scRNA-seq data. Results highlighted a methodology gap for rare cell population identification for which we developed CellSIUS (Cell Subtype Identification from Upregulated gene Sets). CellSIUS outperformed existing approaches, enabled the identification of rare cell populations and, in contrast to other methods, simultaneously revealed transcriptomic signatures indicative of the rare cell function. We exemplified the use of our workflow and CellSIUS for the characterization of a human pluripotent cell 3D spheroid differentiation protocol recapitulating deep-layer corticogenesis in vitro. Results revealed lineage bifurcation between Cajal-Retzius cells and layer V/VI neurons as well as rare cell populations that differ by migratory, metabolic, or cell cycle status, including a choroid plexus neuroepithelial subgroup, revealing previously unrecognized complexity in human stem cell-derived cellular populations.