携手健康网携手健康网

新的计算工具可通过单细胞RNA测序数据可靠地区分癌症和正常细胞

为了解决在分析大型单细胞RNA测序数据集时遇到的重大挑战,德克萨斯大学MD安德森癌症中心的研究人员开发了一种新的计算技术,可以准确地区分来自癌细胞的数据和发现的多种正常细胞在肿瘤样本中。这项工作今天发表在《自然生物技术》上。

这项名为CopyKAT(非整倍体肿瘤的核型分型)的新工具使研究人员可以更轻松地检查从大型单细胞RNA测序实验中获得的复杂数据,这些实验可以从成千上万的单个细胞中传递基因表达数据。

研究高级作者,遗传与生物信息学与计算生物学副教授尼古拉斯·纳文(Nicholas Navin)博士说,CopyKAT使用该基因表达数据来寻找非整倍性或存在异常染色体数,这在大多数癌症中很常见。该工具还有助于识别癌细胞内不同的亚群或克隆。

“我们开发了CopyKAT作为从转录组数据中推断遗传信息的工具。通过将该工具应用于多个数据集,我们证明了我们可以准确地以约99%的准确度鉴定肿瘤细胞与肿瘤细胞中存在的其他免疫细胞或基质细胞混合的肿瘤样本,”纳文说。“然后我们可以进一步发现存在的亚克隆并了解它们的遗传差异。”

从历史上看,肿瘤是作为存在的所有细胞的混合物进行研究的,其中许多不是癌性的。近年来,单细胞RNA测序的出现使研究人员能够以更高的分辨率分析肿瘤,检查每个单个细胞的基因表达以绘制出包括周围微环境在内的肿瘤图景。

但是,如果没有可靠的计算方法,很难区分癌细胞和正常细胞。前博士后研究员Ruli Gao博士,现为休斯顿卫理公会科学研究所心血管科学助理教授,开发了CopyKAT算法,该算法通过提高准确性和调整最新一代单细胞RNA测序数据来改进旧技术。 。

该团队首先通过将结果与全基因组测序数据进行比较来对其工具进行基准测试,该数据在预测拷贝数变化方面显示出很高的准确性。在来自胰腺癌,三阴性乳腺癌和间甲状腺癌的另外三个数据集中,研究人员表明,CopyKAT能够准确区分混合样本中的肿瘤细胞和正常细胞。

这些分析是通过与头颈外科教授Stephen Y. Lai博士,乳腺癌医学肿瘤学教授Stacy Moulder和医学博士Ms的合作进行的。 MD安德森(MD Anderson)的“月球射击计划”(Moon Shots Program)是一项旨在将科学发现迅速发展为可挽救患者生命的有意义的临床进展的共同努力。

在分析这些样本时,研究人员还表明,该工具可有效地根据拷贝数差异识别肿瘤内的癌细胞亚群,这在三阴性乳腺癌实验中得到了证实。

“通过使用CopyKAT,我们能够鉴定三阴性乳腺癌中罕见的亚群,这些亚群具有未被广泛报道的独特基因改变,包括具有潜在治疗意义的改变。” “我们希望该工具将对研究界有用,以充分利用其单细胞RNA测序数据并推动癌症的新发现。”

该工具可供研究人员在这里免费使用。作者指出,该工具不适用于所有癌症类型的研究。例如,非整倍体在儿科和血液学癌症中相对较少。

郑重声明:本文版权归原作者所有,转载文章仅为传播更多信息之目的,如作者信息标记有误,请第一时间联系我们修改或删除,多谢。