细胞2细胞:在多体积度组织数据中的探索性细胞相互作用分析

科学领域:

• 计算生物学 计算生物学
• 生物医学成像技术 生物医学成像技术
• 生物信息学是一种生物信息学.

背景情况:

• 分析细胞与细胞之间的相互作用对于理解癌症生物学和免疫反应至关重要.
• 现有的方法通常依赖于低分辨率的二维成像和细胞附近,限制了详细分析.
• 高分辨率的3D多通道组织数据提供了更丰富的信息,但也带来了重大的分析挑战.

研究的目的:

• 介绍Cell2Cell,一种新的视觉分析方法,用于量化和可视化细胞与细胞相互作用的3D癌症组织数据.
• 为了使生物医学专家能够更准确地了解癌症和免疫细胞之间的关系.
• 为大型和复杂的3D成像数据集提供半自动化方法进行交互分析.

主要方法:

• 通过分析高分辨率3D多通道体积数据中的蛋白质表达来量化细胞相互作用.
• 使用两种互补的半自动化方法:基于细胞图的方法分析相互作用边缘的蛋白质表达,以及以细胞为中心的方法用于两极化蛋白质分布分析.
• 整合空间和抽象可视化进行交互式探索.

主要成果:

• 在3D癌症组织中,Cell2Cell成功地量化和可视化了细胞与细胞相互作用网络.
• 这种方法可以对蛋白质表达和细胞周围的偏振分布进行详细分析.
• 案例研究证明了该工具在识别和量化T细胞激活在人体组织数据中的有效性.

结论:

• 在3D瘤微环境中,Cell2Cell提供了一种强大而精简的方法来分析复杂的细胞-细胞相互作用.
• 视觉分析方法整合了领域专业知识,以获得强大的生物洞察力.
• 该工具有效地解决了在癌症研究中详细研究细胞关系的需要.