de novo検出による単一細胞および空間的トランスクリプトームにおけるクローン構造と進化の検出

科学分野:

• ゲノミクス
• 計算生物学
• がん研究

背景:

• 腫瘍は、異なる細胞の遺伝子型と表現型によって特徴付けられる動的なクローン進化を示します。
• 従来のバルクシーケンスは、微細なクローン構造を解決するのに苦労します。
• 単一細胞ゲノムシーケンスは、腫瘍進化を再構築するためのコストが高く、細胞スループットが限られています。

研究 の 目的:

• 単一細胞トランスクリプトームデータを使用して腫瘍クローン進化を再構築するための計算ツールキットを開発すること。
• 単一細胞RNAシーケンス（scRNA-seq）のドロップアウトや対立遺伝子不均衡などの制限に対処すること。
• 腫瘍の不均一性と遺伝子型-表現型関連の包括的なプロファイリングを可能にすること。

主な方法:

• scCloneを開発しました。これは、scRNA-seqおよび空間的トランスクリプトームデータのバリアント検出と遺伝子型推論を統合するツールキットです。
• 細胞タイプアノテーションと変異シグネチャ分析を組み込みました。
• クローン構造と動的進化のインタラクティブな視覚化を可能にしました。

主要な成果:

• scCloneは、多様なデータセット（骨髄腫、肝細胞がん、膵臓がん）で堅牢なパフォーマンスを示しました。
• 突然変異プロファイルを正確に再現し、クローン混合物を解決しました。
• 卵巣がんおよび皮膚扁平上皮細胞がんの空間的トランスクリプトームに適用され、組織学的断面内のクローン構造を区別することに成功しました。

結論:

• scCloneは、scRNA-seqデータから遺伝情報を効果的に抽出します。
• 単一細胞レベルで遺伝子型-表現型関連を確立します。
• 腫瘍のクローン進化と不均一性に関する貴重な洞察を提供します。