从使用METAFlux的大量和单细胞RNA-seq数据中描述癌症代谢

科学领域:

• * 计算生物学 * 计算生物学
• * 癌症研究 癌症研究
• * 系统生物学 系统生物学

背景情况:

• * 细胞代谢对于生存和生长至关重要,特别是在营养缺乏的情况下.
• *了解瘤微环境 (TME) 中的代谢重编程对于癌症研究和患者护理至关重要.
• *目前的技术在局部和全面测量代谢物方面存在局限性.

研究的目的:

• * 开发和验证一个计算框架,METAFlux,用于从转录组数据推断代谢流.
• * 评估代谢流量估计计算方法的可靠性,特别是在TME.
• * 允许在TME内的代谢异质性和细胞与细胞相互作用的现场表征.

主要方法:

• * 开发METAFlux,一个利用流量平衡分析 (FBA) 的计算框架.
• *将METAFlux应用于大量和单细胞RNA测序 (scRNA-seq) 数据.
• *使用细胞系,癌症基因组图谱 (TCGA) 和各种癌症/免疫疗法数据集 (例如CAR-NK细胞疗法) 的大规模验证.

主要成果:

• * METAFlux成功地从批量和scRNA-seq数据中推断出代谢流.
• *多个数据集的验证证实了METAFlux在表征代谢异质性的能力.
• * 已证明能够在TME中识别不同细胞类型之间的代谢相互作用.

结论:

• * METAFlux提供了一种可靠的计算方法来分析癌症中的代谢重编程.
• * 该框架有助于更深入地了解TME中的代谢异质性和相互作用.
• *METAFlux具有促进癌症研究和为患者护理策略提供信息的巨大潜力.