隐藏的细胞类型显示

•新方法提高单细胞基因组学分析;
•法澄清真正的细胞之间的相同点与不同点,她做了模特亲缘和去除混杂变量;
•科学家可以使用已知的分子途径来更好地理解癌症细胞,分化过程和疾病的发病机理。

新方法分析RNA序列数据允许研究人员识别新的亚型的细胞,创造秩序的表面上的混乱。发表在《自然生物技术,新技术开发的欧洲生物信息学研究所的科学家们(EMBL-EBI)代表单细胞基因组学的重要一步。

单细胞RNA-sequencing是一种相对较新的技术,帮助科学家了解基因表达在不同类型的健康组织和癌症。它提供了数以百计的单个细胞的基因数据在一个实验中,产生一个精确的单个细胞类型的照片。然而,基本的复杂性单细胞转录组配置文件提出了一个重大的挑战来理解数据。

与单细胞基因组学”,我们把细胞从组织和组织成不同类型基于表达谱,确定亚型可能有一系列的功能角色。但这样做正确,我们需要处理的混杂因素,直到现在我们还没有健壮的方法做,”约翰Marioni解释说,研究小组组长EMBL-EBI。

样本从一种类型的组织有内置的复杂性:一些细胞将新的和旧的,在任何给定的时间点,他们将在细胞周期的不同阶段。大多数细胞类型也有隐藏的子类型,每一种都可能有不同的功能。新单细胞潜变量模型(scLVM)允许对隐藏的子结构进行检测和控制,从而使相关生物信号更容易识别。

“我们如何定义等因素细胞循环阶段,测量噪音或可以考虑生物过程,从而能够创建一个更精确的基因表达在不同的细胞类型和子类型的照片,“Florian Buttner说EMBL-EBI领导这项研究作为一个EMBO来访的科学家从亥姆霍兹慕尼黑中心的计算生物学研究所。“单细胞分析与统计方法相结合让我们识别细胞类型,否则仍未被发现。”

“如果你从单个细胞的基因表达数据,您需要一种方法来识别和正确的区分单个细胞的潜在因素,所以你可以揭示潜在的生物学,”奥利弗Stegle解释说,研究小组组长EMBL-EBI。“我们的模型占单个细胞之间的联系,例如他们是否在同一阶段的细胞周期,确定潜在的混杂变量和删除它们。这也使得人们更容易找到新的亚型,变量你可能不知道的存在,正确的对他们来说,一走。”

“单细胞的分析类型为医学研究是至关重要的,“断言Buttner。“癌症细胞,分化过程和各种疾病的发病机制可以更好地探索和理解仅基于已知时,详细的单元概要文件。我们的模型现在可以创建配置文件使用单细胞基因组学。”