单细胞的空间映射中的数据组织
由研究人员开发的一种新的计算方法德克萨斯大学MD安德森癌症中心成功地结合了平行的基因表达数据分析方法来创建给定组织单细胞分辨率的空间分布。由此产生的地图可以提供独特的生物见解肿瘤微环境和许多其他组织类型。
该研究发表在今天自然生物技术和将会在即将到来的美国癌症研究协会年会(AACR) 2022 (摘要2129年)。
该工具,叫做CellTrek使用数据从单细胞RNA序列与空间(scRNA-seq)转录组(ST)化验——测量空间在许多小团体的细胞基因表达,准确地确定单个细胞类型的位置在一个组织。分析的研究人员提出了发现肾脏和大脑组织以及样品的原位导管carcincoma (DCIS)乳腺癌。
“RNA单细胞测序提供了巨大的细胞在一个组织的信息,但是,最终,你想知道这些细胞分布,尤其在肿瘤样本,”资深作者说尼古拉斯·纳文博士。教授遗传学和生物信息学和计算生物学。”这个工具允许我们回答这个问题用一个公正的方法,改善了现有空间映射技术。”
RNA单细胞测序的方法来分析基因表达许多单个细胞从一个样本,但它不能提供信息在细胞内组织的位置。另一方面,圣化验可以测量空间的基因表达分析,很多细胞在组织,却没有能力提供单细胞的决议。
电流计算方法,称为反褶积技术,能够识别不同的细胞从圣数据,但是他们不能提供详细的信息在单细胞层面,Navin解释道。
因此,co-first作者Runmin魏博士以及他的本Navin实验室领导开发CellTrek作为一种工具结合的独特优势scRNA-seq和圣化验并创建精确的组织样本的空间分布。
使用公开可用scRNA-seq和圣大脑和肾脏组织的数据,研究人员表明,CellTrek实现最精确和详细的空间分辨率的方法评估。CellTrek方法还能够区分细微的基因表达差异在同一细胞类型在样本获取信息的异构性。
研究人员还与医学博士Savitri•克里希纳穆尔蒂教授病理学DCIS CellTrek适用于研究乳腺癌组织。在6800年的一项分析单个细胞从单个DCIS和第1500地区样本,团队了解到不同的子组的肿瘤细胞在独特的发展模式在特定区域的肿瘤。分析第二个DCIS示例演示的能力CellTrek重建空间肿瘤免疫微环境在肿瘤组织。
”虽然这种方法并不局限于分析肿瘤组织,有明显的应用程序更好地理解癌症,”纳文表示。“病理学真的推动癌症的诊断,这个工具,我们可以将分子数据映射的病理数据允许更深的肿瘤分类和更好地指导治疗方法。”
参考:他年代,魏R白年代,et al。空间制图单细胞转录组的组织。生物科技Nat》。2022:1-10。doi:10.1038 / s41587 - 022 - 01233 - 1
本文从以下转载材料。注:材料可能是长度和内容的编辑。为进一步的信息,请联系引用源。
