德克萨斯大学 MD 安德森癌症中心的研究人员开发的一种新的计算方法成功地结合了来自并行基因表达谱分析方法的数据，以单细胞分辨率创建给定组织的空间图。由此产生的地图可以为癌症微环境和许多其他组织类型提供独特的生物学见解。
该研究今天发表在Nature Biotechnology上，并将在即将举行的美国癌症研究协会 (AACR) 2022 年年会上发表(摘要 2129)。
该工具名为CellTrek，使用来自单细胞 RNA 测序 (scRNA-seq) 的数据以及空间转录组学 (ST) 分析(测量许多小细胞群中的空间基因表达)来准确定位单个细胞的位置组织内的类型。研究人员介绍了对肾脏和脑组织以及导管原位癌 (DCIS)乳腺癌样本的分析结果。
“单细胞 RNA 测序提供了有关组织内细胞的大量信息，但最终，您想知道这些细胞的分布位置，特别是在肿瘤样本中，”资深作者Nicholas Navin 博士说。，遗传学和生物信息学与计算生物学教授。“这个工具使我们能够以一种公正的方法来回答这个问题，该方法改进了当前可用的空间映射技术。”
单细胞 RNA 测序是分析样本中许多单个细胞的基因表达的既定方法，但它不能提供有关细胞在组织内的位置的信息。另一方面，ST 分析可以通过分析组织中的许多小细胞群来测量空间基因表达，但不能提供单细胞分辨率。
Navin 解释说，当前的计算方法(称为反卷积技术)可以识别 ST 数据中存在的不同细胞类型，但它们无法提供单细胞水平的详细信息。
因此， Navin 实验室的共同第一作者 Runmin Wei 博士和 Siyuan He领导了将 CellTrek 开发为一种工具，以结合 scRNA-seq 和 ST 测定的独特优势并创建组织样本的准确空间图.
使用来自大脑和肾脏组织的公开可用的 scRNA-seq 和 ST 数据，研究人员证明 CellTrek 实现了评估方法中最准确和最详细的空间分辨率。CellTrek 方法还能够区分同一细胞类型内的细微基因表达差异，以获取有关它们在样本中异质性的信息。
标签：
免责声明：本文由用户上传，如有侵权请联系删除！