探索公共癌症基因表达签名跨批量,单细胞和空间转录组学数据与标志物生物导体包

科学领域:

• 在瘤学瘤学.
• 生物信息学是一种生物信息学.
• 基因组学就是基因组学.

背景情况:

• 基因表达特征对癌症研究至关重要,有助于理解机制,亚型定义,预后预测和治疗疗效评估.
• 最近的转录组技术,如单细胞RNA测序和空间转录组学,揭示了瘤细胞异质性,需要先进的计算工具.

研究的目的:

• 介绍SIGNIFINDER,一个新的R生物导体包,用于分析跨多种转录组数据类型的癌症转录签名.
• 为收集和利用癌症签名在批量,单细胞和空间转录组学提供简化框架.

主要方法:

• 作为一个R生物导体包的标志符的实施.
• 利用公开可用的,精选的癌症转录签名.
• 通过使用批量,单细胞和空间转录基因数据的三个不同的案例研究来证明实用性.

主要成果:

• Signifinder 促进了瘤特征的评估,包括标志性过程,治疗反应和瘤微环境特征.
• 案例研究说明了在各种高分辨率的转录组分析中从转录签名中获得的应用和见解.
• 该包可在瘤学中进行细胞分辨率转录特征分析.

结论:

• 标志提供了一个全面的框架来解释高分辨率的癌症转录组数据.
• 该方案解决了瘤异质性的复杂性,并推进了癌症数据分析.
• 它增强了转录签名在理解癌症生物学和改善患者治疗结果方面的实用性.