紀念斯隆凱特琳癌癥中心(MSK)的研究人員開發(fā)了一種新的開源計算方法，稱為Spectra，可以改進對單細胞轉(zhuǎn)錄組數(shù)據(jù)的分析。
通過以獨特的方式指導數(shù)據(jù)分析，Spectra可以為細胞之間復雜的相互作用提供新的見解，例如癌細胞和免疫細胞之間的相互作用，這對改善免疫治療至關(guān)重要。
該團隊的方法和發(fā)現(xiàn)最近發(fā)表在該領域最具影響力的期刊之一《自然生物技術(shù)》上。
研究人員指出，Spectra可以消除技術(shù)上的“噪音”，識別功能相關(guān)的基因表達程序，包括那些新穎的或?qū)μ囟ㄉ锃h(huán)境高度特異性的基因表達程序。
MSK團隊在研究報告中寫道，該算法非常適合研究來自大型患者群體的數(shù)據(jù)，并找出臨床有意義的患者特征，并補充說，在新興的免疫腫瘤學領域，Spectra是識別生物標志物和藥物靶點的理想選擇。
此外，MSK團隊已經(jīng)將光譜免費提供給世界各地的研究人員。
“我被訓練成一名計算機科學家，”該研究的資深作者Dana Pe 'er博士說，“我構(gòu)建的每一個工具，我都努力使其健壯，以便它可以在許多情況下使用，而不僅僅是一種情況。我也試著讓他們盡可能地接近。”
“我很高興發(fā)現(xiàn)新的生物學，我也很高興能夠建立一個基礎工具，可以被更廣泛的社區(qū)用來進行許多生物學發(fā)現(xiàn)。”
Pe 'er博士補充說，與MSK的研究人員一起，來自幾個機構(gòu)的團隊已經(jīng)在使用Spectra來研究各種疾病。
單細胞革命
在過去的十年里，“單細胞革命”改變了人類對健康和疾病的認識。單細胞技術(shù)使科學家能夠研究組織樣本或一組樣本(例如腫瘤)中的單個細胞，不僅可以看到存在的細胞類型的多樣性(例如癌細胞與各種類型的免疫細胞)，還可以看到每個細胞中哪些基因是活躍的，從而為細胞狀態(tài)和細胞相互作用提供新的視角。這項技術(shù)促進了人們對細胞如何適應和應對不斷變化的健康和疾病狀況的新認識——包括對癌癥治療的耐藥性的發(fā)展。
問題是，單細胞方法產(chǎn)生的令人難以置信的數(shù)據(jù)量對篩選和正確解釋具有挑戰(zhàn)性。Pe 'er博士解釋說，當試圖觀察基因程序——共同完成特定任務的基因——在組織中多種細胞類型中都很活躍時，這一點尤其正確。
她說:“這對于研究癌細胞和免疫細胞之間的相互作用尤其重要，因為這涉及到高度重疊的基因程序。”“這導致了一些嚴重的統(tǒng)計問題，可能導致令人難以置信的誤導性結(jié)果。”
Pe 'er博士組建的團隊由共同第一作者Russell Kunes(統(tǒng)計學博士生)和Thomas Walle(醫(yī)學博士，具有免疫腫瘤學專業(yè)知識的內(nèi)科科學家)領導，他們不僅開發(fā)了指導數(shù)據(jù)分析的改進方法，而且還創(chuàng)建了一個用戶友好的界面，以方便其他科學家采用。
Walle博士在研究簡報中寫道:“我們希望開發(fā)一種改進的方法，匯集了統(tǒng)計學、計算生物學和免疫學領域截然不同的研究人員。”“Spectra是一次相互學習的旅程，我們的共同目標是讓復雜的生物學變得可以解釋。”
指導數(shù)據(jù)分析
在這篇論文中，研究人員將Spectra應用于兩個乳腺癌免疫治療數(shù)據(jù)集和一個肺癌圖譜，在21項研究中總共有來自375個個體的150多萬個細胞，證明了Spectra能夠在大規(guī)模上克服傳統(tǒng)分析的局限性。
Spectra通過指導數(shù)據(jù)分析與現(xiàn)有的科學知識的身體-基因程序的文庫產(chǎn)生的以前的數(shù)據(jù)由專家在各自的領域。雖然這些初始知識可以直接指導單細胞數(shù)據(jù)分析，但該程序也可以適應手頭的數(shù)據(jù)，幫助識別新的和修改的基因程序。(他們在論文中指出，這種適應性特性使科學家們發(fā)現(xiàn)了與抗pd -1免疫治療耐藥性相關(guān)的腫瘤相關(guān)巨噬細胞中的一種新的癌癥侵襲程序。)
Spectra的獨特設計還考慮了定義不同細胞類型的基因信息，使其更善于發(fā)現(xiàn)細胞功能基礎的基因程序，而不是細胞身份。
“例如，Spectra可以讓我們將耗盡的T細胞與腫瘤反應性T細胞分離開來，而腫瘤反應性T細胞正在積極地對抗癌癥。這有助于我們看到兩者之間基因激活的差異，這在腫瘤微環(huán)境等復雜背景下是相當具有挑戰(zhàn)性的。”
此外，作者指出，將收集的數(shù)據(jù)從一個數(shù)據(jù)集直接轉(zhuǎn)移到另一個數(shù)據(jù)集的能力將加速和簡化發(fā)現(xiàn)，使研究人員能夠在不需要復雜的數(shù)據(jù)集成的情況下完善單細胞測序研究的知識。
文章標題
Supervised discovery of interpretable gene programs from single-cell data
（文章來源：www.ebiotrade.com/newsf/2023-10/） | 
