sc-ImmuCC:在单细胞RNA-seqq中对免疫细胞类型的等级注释
Ying Jiang1, Ziyi Chen1, Na Han1
1State Key Laboratory of Common Mechanism Research for Major Diseases, Suzhou Institute of Systems Medicine, Chinese Academy of Medical Sciences & Peking Union Medical College, Suzhou, Jiangsu, China.
Frontiers in immunology
|August 7, 2023
概括
从单细胞RNA测序 (scRNA-Seq) 数据准确识别免疫细胞对于理解免疫反应至关重要. 新的sc-ImmuCC工具为精确的免疫细胞类型提供了分层注释,改善了疾病研究.
科学领域:
- 免疫学 免疫学 免疫学
- 生物信息学是一种生物信息学.
- 计算生物学 计算生物学
背景情况:
- 在单细胞RNA测序 (scRNA-Seq) 数据中准确识别免疫细胞对于研究健康和疾病中的免疫反应至关重要.
- 挑战包括数据异质性,稀疏性和免疫细胞类型之间的基因表达相似性.
研究的目的:
- 开发一种新型工具sc-ImmuCC,用于从scRNA-Seq数据中对免疫细胞类型进行分层注释.
- 在复杂的生物数据集中提高免疫细胞识别的准确性和全面性.
主要方法:
- 开发了sc-ImmuCC,这是一个利用优化基因组和ssGSEA算法进行分层注释的工具.
- 实施了模拟自然免疫细胞分化的三层层次层级注释策略.
- 在各种组织数据集中验证了性能.
主要成果:
- sc-ImmuCC在不同组织数据集中实现了稳定的性能,平均准确度在71-90%之间.
- 该工具成功地注释了九种主要的免疫细胞类型和29种细胞亚型.
- 对COVID-19和流感数据集的应用显示,与健康个体相比,患者中单细胞的比例显著更高.
结论:
- sc-ImmuCC提供了一种强大且易于使用的方法,用于在scRNA-Seq数据中进行全面的免疫细胞注释.
- 优化的基因组和等级策略可以增强其他注释方法.
- 该工具有助于在包括传染病在内的生理和病理条件下研究免疫机制.
更多相关视频
05:59Author Spotlight: Deciphering the Cellular Mysteries of Intermuscular Adipose Tissue in Humans
Published on: May 3, 2024
735
09:34A Combinatorial Single-cell Approach to Characterize the Molecular and Immunophenotypic Heterogeneity of Human Stem and Progenitor Populations
Published on: October 25, 2018
6.7K
