SpaceMarkers 是一種新的機器學習軟件，由約翰??霍普金斯融合研究所和約翰霍普金斯 Kimmel 癌癥中心的研究人員開發(fā)，可以識別腫瘤內(nèi)部和周圍不同類型細胞之間的分子相互作用。
SpaceMarkers 利用通過空間轉(zhuǎn)錄組學獲得的信息——一種尖端技術(shù)，可提高根據(jù)組織樣本在細胞中的位置測量基因表達的能力。了解單個細胞的分子特征和腫瘤微環(huán)境(腫瘤內(nèi)部和周圍的細胞)中細胞間相互作用的影響對于區(qū)分腫瘤進展的決定因素至關(guān)重要。
介紹 SpaceMarkers 及其在不同類型癌癥中的應用的研究作為封面文章發(fā)表在 2023 年 4 月號的《細胞系統(tǒng)》雜志上。
高表達基因通常與某些過多的細胞類型、主要生物過程或細胞類型之間的顯著相互作用有關(guān)，而這些在健康組織中并不常見。資深研究作者、腫瘤學定量科學部主任兼 Convergence Institute 聯(lián)合主任 Elana Fertig 博士解釋說，由于各種原因，基因在細胞中表達，其中一些基因可能導致癌癥進展的高風險.
“SpaceMarkers 可以幫助癌癥研究人員確定基因是否因細胞間相互作用而過度表達，”Fertig 說。“它還可以識別與感興趣基因相關(guān)的特定細胞間相互作用。這一新信息可以為研究人員提供進一步的途徑，以了解導致癌癥的因素或回答為什么有些患者對某些治療有反應而其他患者沒有反應。”
SpaceMarkers 的工作原理是從空間轉(zhuǎn)錄組數(shù)據(jù)中看到的單個細胞類型中識別高活性區(qū)域，主要研究作者 Atul Deshpande 博士解釋說，他是約翰霍普金斯大學 Fertig 實驗室的博士后研究員。來自兩種細胞類型的高活性區(qū)域被確定為細胞間相互作用的位點。然后，該算法從兩種細胞類型的相互作用中識別出分子變化。
Deshpande 說，該軟件有兩種操作模式。一種是簡單的差異表達模式，可識別在細胞間相互作用位點具有顯著更高表達的基因，表明這種相互作用導致基因以更高的速率表達。但是，該軟件沒有考慮細胞群的空間變化。第二種(殘差模式)在考慮了空間轉(zhuǎn)錄組數(shù)據(jù)中識別的所有細胞群后，識別出具有顯著更高表達的基因。
標簽：
免責聲明：本文由用戶上傳，如有侵權(quán)請聯(lián)系刪除！