SpottedPy量化了空间转录组热点之间的关系,并揭示了乳腺癌上皮质-介质细胞可塑性的环境线索
Eloise Withnell1, Maria Secrier2
1Department of Genetics, Evolution and Environment, UCL Genetics Institute, University College London, London, WC1E 6BT, UK.
Genome biology
|November 11, 2024
概括
新的Python包SpottedPy可以识别癌症中的瘤热点和空间相互作用. 它揭示了稳定的和免疫抑制模式,为瘤微环境提供了新的见解.
科学领域:
- 在瘤学瘤学.
- 生物信息学是一种生物信息学.
- 计算生物学 计算生物学
背景情况:
- 空间转录组学通过揭示内组织异质性来推进癌症研究.
- 在捕捉细胞和瘤内的它们的空间关系方面仍然存在挑战.
研究的目的:
- 介绍SpottedPy,这是一个用于识别瘤热点和绘制空间相互作用的Python包.
- 在乳腺癌中分析表皮质-介质细胞可塑性,并确定相关的利基.
- 提供一种灵活的方法来探索各种规模的空间关系.
主要方法:
- 开发了SpottedPy,这是一个用于空间转录组分析的Python包.
- 将SpottedPy应用于乳腺癌数据,以检查表皮层-介质细胞可塑性.
- 在不同尺度上研究空间相互作用,从最近的邻居到组织模块.
主要成果:
- 在乳腺癌中确定了与血管新生和缺氧区域相关的稳定位.
- 突出了癌症相关纤维细胞 (CAF) 和巨细胞在屏蔽这些中的作用.
- 观察到杂交和介质细胞热点分布与转化梯度和免疫抑制相关.
结论:
- SpottedPy有效地绘制空间相互作用,并识别瘤热点.
- 揭示了乳腺癌生态系统中的稳定和它们的保护性细胞组成部分.
- 证明了SpottedPy对理解瘤微环境动态和免疫抑制的有用性.
