scPAS:单细胞表型相关亚种群标识符
Aimin Xie1, Hao Wang1, Jiaxu Zhao1
1College of Bioinformatics Science and Technology, Harbin Medical University, Harbin, 157 Baojian Road, Heilongjiang 150081, China.
Briefings in bioinformatics
|December 16, 2024
概括
scPAS是一种新的生物信息学工具,它集成了批量和单细胞数据,以识别与疾病表型相关的细胞亚群. 这种方法增强了对癌症等疾病中的组织异质性的理解.
科学领域:
- 生物信息学是一种生物信息学.
- 计算生物学 计算生物学
- 基因组学就是基因组学.
背景情况:
- 单细胞测序揭示了组织异质性,但将细胞亚群与疾病表型联系起来具有挑战性.
- 目前的方法很难有效地整合各种数据类型,以进行强大的关联分析.
研究的目的:
- 介绍scPAS,这是一个新的生物信息学工具,用于在单细胞数据中识别表型相关的细胞亚群.
- 开发一种方法来整合批量和单细胞数据,以加强疾病关联的发现.
主要方法:
- scPAS使用网络规范化的稀疏回归模型来量化细胞表型关联.
- 调配试验用于评估已识别的关联的统计学意义.
- 该工具将单细胞RNA测序 (scRNA-seq) 与批量数据和空间转录组学集成在一起.
主要成果:
- scPAS可以在模拟和现实数据集 (乳腺癌,卵巢癌,动脉样硬化) 中准确识别表型相关的细胞亚群.
- 使用空间转录组学数据,在各种癌症类型中证明了广泛的适用性.
- 评估表明scPAS在大型数据集上提供了比现有方法更高的运营效率.
结论:
- scPAS提供了一个准确,灵活和高效的解决方案,用于识别与疾病相关的细胞亚群.
- 该工具有助于更深入地了解组织异质性及其在疾病表型中的作用.
- 一个开源的R包可用于广泛的研究采用.
更多相关视频
09:48Discrimination and Characterization of Heterocellular Populations Using Quantitative Imaging Techniques
Published on: June 30, 2017
7.4K
09:34A Combinatorial Single-cell Approach to Characterize the Molecular and Immunophenotypic Heterogeneity of Human Stem and Progenitor Populations
Published on: October 25, 2018
6.6K
