組織內單細胞數據的空間映射

德克薩斯大學 MD 安德森癌癥中心的研究人員開發(fā)的一種新的計算方法成功地結合了來自并行基因表達譜分析方法的數據，以單細胞分辨率創(chuàng)建給定組織的空間圖。由此產生的地圖可以為癌癥微環(huán)境和許多其他組織類型提供獨特的生物學見解。

該研究今天發(fā)表在Nature Biotechnology上，并將在即將舉行的美國癌癥研究協(xié)會 (AACR) 2022 年年會上發(fā)表(摘要 2129)。

該工具名為CellTrek，使用來自單細胞 RNA 測序 (scRNA-seq) 的數據以及空間轉錄組學 (ST) 分析(測量許多小細胞群中的空間基因表達)來準確定位單個細胞的位置組織內的類型。研究人員介紹了對腎臟和腦組織以及導管原位癌 (DCIS)乳腺癌樣本的分析結果。

“單細胞 RNA 測序提供了有關組織內細胞的大量信息，但最終，您想知道這些細胞的分布位置，特別是在腫瘤樣本中，”資深作者Nicholas Navin 博士說。，遺傳學和生物信息學與計算生物學教授。“這個工具使我們能夠以一種公正的方法來回答這個問題，該方法改進了當前可用的空間映射技術。”

單細胞 RNA 測序是分析樣本中許多單個細胞的基因表達的既定方法，但它不能提供有關細胞在組織內的位置的信息。另一方面，ST 分析可以通過分析組織中的許多小細胞群來測量空間基因表達，但不能提供單細胞分辨率。

Navin 解釋說，當前的計算方法(稱為反卷積技術)可以識別 ST 數據中存在的不同細胞類型，但它們無法提供單細胞水平的詳細信息。

因此， Navin 實驗室的共同第一作者 Runmin Wei 博士和 Siyuan He領導了將 CellTrek 開發(fā)為一種工具，以結合 scRNA-seq 和 ST 測定的獨特優(yōu)勢并創(chuàng)建組織樣本的準確空間圖.

使用來自大腦和腎臟組織的公開可用的 scRNA-seq 和 ST 數據，研究人員證明 CellTrek 實現了評估方法中最準確和最詳細的空間分辨率。CellTrek 方法還能夠區(qū)分同一細胞類型內的細微基因表達差異，以獲取有關它們在樣本中異質性的信息。

標簽：