用XDec-SM方法对癌细胞状态的解
Oscar D Murillo1,2, Varduhi Petrosyan2, Emily L LaPlante2
1Translational Science and Therapeutics Division, Fred Hutchinson Cancer Center, Seattle, Washington, United States of America.
PLoS computational biology
|August 14, 2023
概括
鉴定癌细胞状态对于精密疗法至关重要. XDec-SM从大量RNA-seq绘制瘤和细胞状态图,识别匹配的实验模型并预测治疗反应.
科学领域:
- 在瘤学瘤学.
- 计算生物学 计算生物学
- 基因组学就是基因组学.
背景情况:
- 准确地描述瘤微环境中的癌细胞状态对于开发精密疗法和确定合适的实验模型至关重要.
- 大量RNA测序 (RNA-seq) 数据在解决瘤内的复杂细胞组成和状态方面存在挑战.
研究的目的:
- 开发一种新的计算方法,XDec Simplex Mapping (XDec-SM),用于解大量RNA-seq数据以重建癌细胞状态.
- 为了能够识别基于推断的癌细胞状态的体外和体内实验模型的匹配.
- 探索推断癌细胞状态对治疗反应的预测潜力.
主要方法:
- 开发了XDec简单映射 (XDec-SM),用于分析大量RNA-seq数据的参考可选解卷方法.
- 从单细胞分析数据中进行综合基因组识别,以提高可用时的解卷精度.
- 将XDec-SM应用于来自癌症基因组图谱 (TCGA) 的乳腺瘤数据,以推断细胞类型,比例和癌症细胞状态.
主要成果:
- XDec-SM成功地从TCGA数据中推断出乳腺瘤中的组成细胞类型及其比例.
- 推论癌细胞状态与DNA甲基化模式,体突变,通路激活和代谢合相关.
- 将瘤,细胞系和患者衍生异种移植 (PDX) 模型投射到XDec-SM地图上,确定了具有匹配癌细胞状态的模型.
结论:
- XDec-SM为绘制瘤及其组成细胞状态提供了一个生物可解释的低维空间.
- 该方法有助于选择能够准确反映患者瘤中发现的癌细胞状态的实验模型.
- 癌细胞状态映射有望指导精确疗法,通过使实验能够在匹配的模型系统中进行实验.
