单细胞DNA分析:开车在治疗癌症的动态变化

复杂的疾病,如癌症的发展,因此了解遗传变异在单细胞水平是至关重要的。确保人员的工具解锁单细胞生物使发现、开发和交付精密医学。

我们最近跟查理银,首席执行官和创始人之一任务生物,以了解更多关于他们是如何帮助研究人员概要突变在单个细胞水平异质性。

劳拉·兰斯顿(LL):挑战与裁剪肿瘤学治疗特定变异?

查理银(CS):有一些挑战。目前大部分测序技术并不总是有敏感性检测罕见变异,可能是可以治愈的。此外,当检测到变异是通过大量测序,可能与目前的治疗,它并不总是清楚,突变克隆(在大多数疾病的细胞群),或subclonal(少数民族的疾病细胞群)。如果subclonal突变,它不能被嘲笑与批量数据分开,和有针对性的治疗可能不是有效的。只有单细胞DNA测序目标可以揭示subclonal人口与精度。同时,当前大部分测序技术可以提供多种变异的肿瘤样本,数据不够具体或敏感突变是否共病的给一个精确的表示在特定的细胞群。如果治疗存在目标两种突变,它有助于知道这些突变是并发的相同细胞或不同的细胞,然后更好的调整治疗。

我任务生物是如何使研究人员分析突变异质性在单细胞水平?

CS:而大部分测序提供了一个平均突变概要文件的读出10年代1000年代的细胞在任何给定的示例中,任务生物Tapestri平台使用液滴微流体揭示每一个细胞的突变概要文件批量样品,1000年代生产的突变概要文件中的每个细胞样本,而不是一个突变概要文件的一个示例。

Ruairi Mackenzie (RM):一个单细胞DNA小组的目的是什么?

CS:一个单细胞DNA面板允许研究人员专注于具体的可操作的区域的基因组有某种程度的异质性。当我们将我们的努力集中在这些特定基因/地区基于特定的疾病或感兴趣的迹象(如急性髓系白血病、慢性淋巴细胞白血病)而不是扩大到整个基因组,这可能意味着储蓄的钱(降低测序成本)和时间分析,加快研究和药物开发。

RM:研究员希望设计一个面板的过程使用设计师?

CS:这是一个非常简单的过程。首先,客户为一个帐户创建一个登录使用Tapestri设计师。客户提供他们感兴趣的基因列表或目标进一步探索异质性(信号)为他们定制的面板。然后提交这个列表上的基于web的用户界面。

RM:研究者多快可以收到他们的设计过程完成后板吗?

CS:完成这个过程后,通常需要几分钟,设计也通常在几分钟内完成。

RM:如何人工智能(AI)和机器学习(ML)算法进一步提高单细胞DNA分析?

CS:面板设计的一个领域是人工智能/毫升会有所帮助。每个自定义面板设计,我们执行质量控制运行,这给了我们一个小组的性能。这包括对基因/目标可用数据执行好或不好,什么可能超过/下代表小组。然后我们使用这些信息混合基因(或引物)在不同比例占/表演者。我们养活这些信息回管道设计来改善我们的设计管道算法和帮助未来的自定义面板的设计。这是第一个商业多元化面板设计,利用人工智能/毫升优化面板设计,所以每一位客户以最低的成本获得最佳性能的第一枪。

大数据,这实际上就是单细胞数据需要人工智能。输出是一组高维度数据的关系不是线性的,形成一个真实的数据集在基因组学有助于AI / MI。鉴于矩阵单细胞数据至少有四个数量级大于标准批量测序,我们也有一个更大的数据来帮助我们的身体训练和提高我们的变体。AI /毫升引擎将帮助预测建模与临床/病人结果在每个样本的后端处理。我们的解决方案是对于机器学习算法,提高了质量和成本分析的前端——同时增加后端数据的权力。这些工具我们一流的技术力量可以提高测序的精密50 x,使我们的客户能够加速研究和药物开发更好的病人护理服务。

查理说,劳拉·伊丽莎白·兰斯顿和银Ruairi J Mackenzie,科学技术网络作家。188金宝搏备用