对表面标记物的计算识别,用于从异质癌细胞群中分离出不同的亚群
Andrea L Gardner1, Tyler A Jost1, Daylin Morgan1
1Department of Biomedical Engineering, The University of Texas at Austin, Austin, TX, USA.
NPJ systems biology and applications
|October 17, 2024
概括
识别表面标记物对于研究瘤异质性至关重要. 集群Cleaver工具使用单细胞RNA测序数据来找到独特的标记物,使得在体外研究中能够分离出不同的癌细胞亚群.
科学领域:
- 癌症生物学 癌症生物学
- 计算生物学 计算生物学
- 基因组学就是基因组学.
背景情况:
- 瘤内部异质性对癌症治疗的有效性和理解瘤进展构成重大挑战.
- 目前的体外试验系统对于研究各种瘤细胞亚群的功能性作用是有限的.
- 单细胞RNA测序 (scRNA-seq) 已经确定了癌症细胞系内不同的转录基因子群.
研究的目的:
- 开发一种计算工具,用于识别特有的表面标记物,用于转录组亚种群.
- 为了使这些亚种群的隔离和研究使用光激活细胞分类 (FACS).
- 为在体外追踪和隔离不同癌细胞种群提供一个验证的工作流程.
主要方法:
- 开发了clusterCleaver,这是一个使用统计距离指标的计算包.
- 将clusterCleaver应用于scRNA-seq数据以识别候选表面标记物.
- 使用FACS. 实验验证识别的表面标记物 (ESAM和BST2/tetherin) 的实验验证.
主要成果:
- clusterCleaver成功地确定了转录基因子群的独特表面标记物.
- 试验验证ESAM和BST2/tetherin分别是MDA-MB-231和MDA-MB-436细胞中亚群的标记物.
- 工作流程证明了计算效率和实验有效性.
结论:
- clusterCleaver提供了一种有效且经过验证的方法,用于识别不同癌细胞亚群的表面标记物.
- 这种工具有助于创建明确的体外系统来研究瘤异质性.
- 能够进一步研究共存的癌细胞亚群的功能和相互作用.
