德克薩斯大學(xué) MD 安德森癌癥中心的研究人員開發(fā)的一種新的計算方法成功地結(jié)合了來自并行基因表達(dá)譜分析方法的數(shù)據(jù)，以單細(xì)胞分辨率創(chuàng)建給定組織的空間圖。由此產(chǎn)生的地圖可以為癌癥微環(huán)境和許多其他組織類型提供獨特的生物學(xué)見解。
該研究今天發(fā)表在Nature Biotechnology上，并將在即將舉行的美國癌癥研究協(xié)會 (AACR) 2022 年年會上發(fā)表(摘要 2129)。
該工具名為CellTrek，使用來自單細(xì)胞 RNA 測序 (scRNA-seq) 的數(shù)據(jù)以及空間轉(zhuǎn)錄組學(xué) (ST) 分析(測量許多小細(xì)胞群中的空間基因表達(dá))來準(zhǔn)確定位單個細(xì)胞的位置組織內(nèi)的類型。研究人員介紹了對腎臟和腦組織以及導(dǎo)管原位癌 (DCIS)乳腺癌樣本的分析結(jié)果。
“單細(xì)胞 RNA 測序提供了有關(guān)組織內(nèi)細(xì)胞的大量信息，但最終，您想知道這些細(xì)胞的分布位置，特別是在腫瘤樣本中，”資深作者Nicholas Navin 博士說。，遺傳學(xué)和生物信息學(xué)與計算生物學(xué)教授。“這個工具使我們能夠以一種公正的方法來回答這個問題，該方法改進(jìn)了當(dāng)前可用的空間映射技術(shù)。”
單細(xì)胞 RNA 測序是分析樣本中許多單個細(xì)胞的基因表達(dá)的既定方法，但它不能提供有關(guān)細(xì)胞在組織內(nèi)的位置的信息。另一方面，ST 分析可以通過分析組織中的許多小細(xì)胞群來測量空間基因表達(dá)，但不能提供單細(xì)胞分辨率。
Navin 解釋說，當(dāng)前的計算方法(稱為反卷積技術(shù))可以識別 ST 數(shù)據(jù)中存在的不同細(xì)胞類型，但它們無法提供單細(xì)胞水平的詳細(xì)信息。
因此， Navin 實驗室的共同第一作者 Runmin Wei 博士和 Siyuan He領(lǐng)導(dǎo)了將 CellTrek 開發(fā)為一種工具，以結(jié)合 scRNA-seq 和 ST 測定的獨特優(yōu)勢并創(chuàng)建組織樣本的準(zhǔn)確空間圖.
使用來自大腦和腎臟組織的公開可用的 scRNA-seq 和 ST 數(shù)據(jù)，研究人員證明 CellTrek 實現(xiàn)了評估方法中最準(zhǔn)確和最詳細(xì)的空間分辨率。CellTrek 方法還能夠區(qū)分同一細(xì)胞類型內(nèi)的細(xì)微基因表達(dá)差異，以獲取有關(guān)它們在樣本中異質(zhì)性的信息。
標(biāo)簽：
免責(zé)聲明：本文由用戶上傳，如有侵權(quán)請聯(lián)系刪除！