大量数据的单细胞转录基因信息解卷识别出尿癌中的免疫检查点阻塞抵抗性
Li Wang1,2, Sudeh Izadmehr2, John P Sfakianos3
1Department of Precision Medicine, Aitia, Somerville, MA 02143, USA.
iScience
|May 30, 2024
概括
我们的新计算方法ProM增强了从大量组织RNA测序中分析瘤微环境 (TME) 细胞类型的分析. 它识别了与免疫检查点抑制剂反应不佳相关的泌尿道癌细胞特征.
科学领域:
- 在瘤学瘤学.
- 计算生物学 计算生物学
- 免疫治疗是一种免疫疗法.
背景情况:
- 瘤微环境 (TME) 极大地影响癌症的进展和治疗疗效.
- 单细胞RNA测序 (scRNA-seq) 和空间基因组学提供了详细的TME洞察力,但通常无法通过散装组织RNA测序评估的大型临床队列.
- 计算解卷对于整合这些数据类型以获得临床相关信息至关重要.
研究的目的:
- 开发和验证一种计算解卷法 (ProM),用于使用大量RNA测序数据分析TME内的主要和次要细胞类型.
- 评估ProM的性能与现有方法相比,使用人类泌尿器癌 (UC) 的配对单细胞和散装RNA测序数据.
- 将ProM应用于用免疫检查点抑制剂 (ICI) 治疗的UC队列,以确定与治疗耐药性相关的治疗前细胞特征.
主要方法:
- 开发ProM,一种新的计算解卷算法.
- 从人类泌尿器癌样本使用配对单细胞和散装RNA测序数据集进行验证.
- 应用ProM来分析来自ICI治疗的UC患者队列的大量RNA测序数据.
主要成果:
- 与现有的解卷方法相比,ProM在分析配对的UC样本方面表现优越.
- 该研究确定了治疗前的细胞特征,与ICI治疗的UC患者的不良结果有关.
- 在巨/单细胞 (MM) 中SPP1表达升高被确定为ICI反应不良的潜在生物标志物.
结论:
- ProM是一个强大的计算工具,用于从大量RNA测序数据中剖析TME细胞组成.
- 这些发现为TME异质性和尿路癌中抵抗免疫检查点阻塞的机制提供了新的见解.
- 该研究强调了ProM及其相关数据集在推进精密瘤学的潜力.
