在乳腺癌中使用单细胞模拟散装混合物进行瘤微环境解方法的性能

科学领域:

• 计算生物学是一种计算生物学.
• 癌症研究 癌症研究
• 基因组学就是基因组学.

背景情况:

• 瘤微环境 (TME) 细胞影响癌症进展和治疗结果.
• 大量RNA测序 (RNA-seq) 被广泛使用,但难以解构复杂的TME组成.
• 单细胞RNA测序 (scRNA-seq) 为TME分析提供了更高的分辨率.

研究的目的:

• 评估和比较九种计算方法的性能,用于从大量RNA-seq数据中解TME细胞组成.
• 评估不同瘤纯度和分子亚型如何影响解卷精度.
• 确定TME解卷的最强大的方法,特别是对于免疫细胞群体.

主要方法:

• 利用来自乳腺瘤的scRNA-seq数据来模拟成千上万个散装RNA-seq混合物.
• 我们比较了九个解卷算法的性能:贝叶斯普里斯姆,斯凯登,CIBERSORTx,MuSiC,DWLS,hspe,CPM,Bisque和EPIC.
• 两个独立的乳腺癌数据集的验证结果.

主要成果:

• 方法的性能差异很大,有些方法在高瘤纯度水平下表现出强度.
• 正常的上皮细胞被误归为癌细胞的常见错误分类随着瘤纯度的增加而发生.
• 贝叶斯镜和DWLS表现出最低的假阳性和假阴性率,在解构颗粒性免疫系方面表现出色.
• 乳腺癌分子亚型影响了解卷精度.

结论:

• 瘤纯度是影响TME解卷精度的关键因素.
• 贝叶斯镜和DWLS推用于TME解卷,特别是用于详细的免疫细胞概况.
• 需要加强罕见细胞类型的单细胞表征.
• 考虑到瘤细胞组成对于准确的TME解卷是必不可少的.