Scm6A:一种快速且低成本的方法,用于在单细胞水平上量化m6A的变化

科学领域:

• * 分子生物学 * 分子生物学
• * 生物信息学是一门学科.
• * 计算生物学 * 计算生物学

背景情况:

• *N6-甲基氨酸 (m6A) 在基因调节中至关重要,但表现出细胞间特异性,使检测复杂化.
• * 现有的m6A量化方法与单细胞分辨率作斗争.
• * 了解单细胞m6A动态对于破译细胞异质性和疾病机制至关重要.

研究的目的:

• * 引入单细胞m6A分析 (Scm6A),这是一种基于机器学习的新方法,用于单细胞m6A量化.
• *使用独立的实验数据验证Scm6A的准确性和可靠性.
• * 在疾病背景下探索m6A在T细胞亚型中的风景和调节机制.

主要方法:

• * 开发了Scm6A,这是一个机器学习模型,利用m6A跨调节器表达和cis序列特征.
• * 将Scm6A应用于从PBMC,肺癌和COVID-19血液样本中获得的单细胞RNA测序 (scRNA-seq) 数据.
• *通过比较磁性排序的CD4+和CD8+T细胞的N6-甲基氨酸测序 (m6A-seq) 数据,验证了Scm6A预测.

主要成果:

• *Scm6A在单细胞m6A量化方面表现出高预测效率和可靠性.
• *通过Scm6A计算的m6A水平与m6A-seq结果显示出显著的正相关性.
• *揭示了肺癌和COVID-19患者T细胞亚型中的m6A景观和调控机制.

结论:

• *Scm6A是一种新,可靠和准确的单细胞m6A检测方法.
• * 该方法可在单细胞分辨率下研究m6A动态.
• *Scm6A在m6A相关的研究中具有广泛的应用,特别是在了解疾病状态方面.