相关实验视频
Updated: May 13, 2026

08:50
Predictive Immune Modeling of Solid Tumors
Published on: February 25, 2020
7.0K
scDrugPrio:用于分析单细胞转录组的框架,以解决在免疫介导炎症疾病中精准医学中的多个问题
Samuel Schäfer1,2, Martin Smelik3, Oleg Sysoev4
1Centre for Personalised Medicine, Linköping University, Linköping, Sweden.
Genome medicine
|March 21, 2024
概括
一个新的计算框架scDrugPrio使用单细胞RNA测序数据来优先考虑免疫介导炎症疾病 (IMID) 的药物. 这种方法可以通过分析患者的复杂细胞和分子变化来实现个性化药物查.
科学领域:
- 计算生物学是一种计算生物学.
- 免疫学 免疫学 免疫学
- 药理学 药理学是指药理学的学科.
背景情况:
- 不有效的药物治疗是免疫媒介炎症疾病 (IMID) 患者面临的重大挑战.
- 目前的局限性源于缺乏系统的药物优先级和重定向方法,阻碍了IMID复杂的细胞和分子数据的有效使用.
- 了解细胞和分子变化的异质性对于改善治疗结果至关重要.
研究的目的:
- 开发一个计算框架,scDrugPrio,用于在IMID中对药物进行优先级和重新定位.
- 利用单细胞RNA测序 (scRNA-seq) 数据来构建炎症疾病的详细网络模型.
- 通过整合细胞类型特异性表达,细胞交叉通话和药理学数据来实现个性化药物查.
主要方法:
- 开发了scDrugPrio,这是一个利用scRNA-seq数据构建疾病网络模型的计算框架.
- 整合细胞类型特定的表达变化,细胞交叉通话,以及用于药物选择和排名的药物特性.
- 通过关节炎的小鼠模型和广泛的体外,体内和体内研究,以及多发性硬化症,克罗恩病和牛皮性关节炎患者数据验证了框架.
主要成果:
- 在关节炎模型中,scDrugPrio表现出已批准药物的精度和回忆能力的提高.
- 应用于人类疾病,如多发性硬化症,克罗恩病和牛皮关节炎优先考虑相关的,批准的药物.
- 对个体克罗恩病患者数据的分析揭示了细胞和基因表达的显著个体间差异,影响了药物预测,并突出了个性化治疗策略的潜力.
结论:
- scDrugPrio提供了一个基于scRNA-seq数据的IMID药物优先级计算框架.
- 该框架显示了个性化,基于网络的药物查在各种生物尺度 (细胞体,基因组,药体) 的潜力.
- scDrugPrio已作为一个可访问的R包发布,以促进其在研究和临床应用中的使用.

