从散装瘤ATAC-Seq数据中对癌症和免疫细胞类型比例的可靠估计
Aurélie Anne-Gaëlle Gabriel1,2,3,4, Julien Racle1,2,3,4, Maryline Falquet3,5,6,7
1Department of Oncology, Ludwig Institute for Cancer Research, University of Lausanne, Lausanne, Switzerland.
eLife
|October 9, 2024
概括
这项研究介绍了EPIC-ATAC,这是一种用于分析转化酶可访问染色体测序 (ATAC-Seq) 数据的新工具. 它准确量化瘤中的细胞类型,揭示了乳腺癌中的免疫微环境.
科学领域:
- 基因组学就是基因组学.
- 癌症生物学 癌症生物学
- 免疫学 免疫学 免疫学
背景情况:
- 转化酶可访问染色体测序 (ATAC-Seq) 测试测量基因调控元素,但在瘤等复杂组织中产生混合信号.
- 了解细胞类型的异质性对于在疾病背景下解释ATAC-Seq数据至关重要.
研究的目的:
- 开发一种用于大批ATAC-Seq数据解卷的计算工具.
- 准确量化瘤样本中的非恶性和恶性细胞分数.
- 描述人类乳腺癌亚型的免疫微环境.
主要方法:
- 衍生色素可访问性标记者峰值和非恶性细胞类型的参考配置文件.
- 将这些配置文件集成到EPIC解体框架中.
- 开发了EPIC-ATAC工具,用于在ATAC-Seq数据中量化细胞类型.
主要成果:
- 在批量ATAC-Seq数据中,EPIC-ATAC准确地预测细胞类型分数.
- 该工具成功地将人类乳腺癌队列中的细胞群分解.
- 推断的免疫细胞组成与乳腺癌亚型相关.
结论:
- EPIC-ATAC提供了一种可靠的方法来剖析ATAC-Seq数据中的细胞异质性.
- 这种工具增强了对瘤微环境和癌症免疫细胞透的理解.
- 这些发现为乳腺癌亚型的免疫背景提供了洞察力.
