追踪癌症遗传学在单细胞水平

维尔康姆基金会桑格研究所的科学家和他们的合作者已经开发出一种新的分析工具,它能够显示,第一次,单个细胞在不同的基因表达的基因版本的良性的血液癌症。

单个细胞RNA序列可以定义单元类型,揭示不同的单个细胞产生的蛋白质,但是分析数据仍然是具有挑战性的。报道在今天的自然方法,新的开源集群计算机工具,称为单细胞共识(SC3)被证明是比现有方法更精确的和健壮的单细胞分析RNA序列数据,并免费供研究人员使用。

最近的单细胞基因组学技术的进步使人们有可能从不同的组织和器官分离单个细胞,和测量集的RNA称为转录组的消息————帮助每个细胞自己的身份。这些个体转录组可用于定义单元类型和理解健康的功能和人体病变细胞。生物研究这项技术具有巨大的潜力。

为了分析转录组数据,类似的细胞需要组合在一起。然而,很难知道使用什么标准组,和数据往往是非常复杂的。研究人员开发了SC3计算机工具来克服这些问题,它使用几个公开的黄金标准数据集进行验证。

“我们创造了新的SC3工具来分析复杂的单细胞rna序列数据,并表明它比现有方法更健壮的和准确的组织细胞。SC3工具包含添加特性,帮助解释细胞的生物功能组,每组列表标记基因等。我们希望这将是许多世界各地的研究人员。”

弗拉基米尔•Yu Kiselev博士桑格研究所的第一作者

SC3工具被用来分析单细胞rna序列的数据来自两个病人诊断为骨髓增殖性肿瘤(或然数)血液癌症。3或然数发生在骨髓使太多的血液细胞,而在10%的病人可导致明显的白血病。

病人常常有多个版本的癌症,叫做积累,有不同的基因突变,研究人员想找到如果RNA的表达水平与不同的突变。以前曾试图分析RNA数据集与其他方法都失败了,然而SC3能够解决数据和显示每个致癌突变导致不同的蛋白质被表达。

“SC3工具能够使用基因表达模式的区分,在个体癌症、积累,进行不同的突变。这种方法将帮助我们定义每个癌症细胞异质性,改善癌症治疗的一个重要的一步。”

托尼•格林教授的作者康Trust-MRC干细胞研究所和剑桥大学

“这很难充分利用单细胞rna序列的数据由于当前缺乏分析它们的计算方法。我们的研究表明,SC3是一个精确的和用户友好的工具,它可以分析复杂的数据集。我们希望这个工具将帮助研究人员获得新的生物见解从转录组数据集在未来疾病影响特定的细胞类型并提供信息。”

该论文的第一作者马丁Hemberg博士从维尔康姆基金会桑格研究所