用IMmuneCite进行免疫丰富的空间蛋白质数据分析的集成工作流
Arianna Barbetta1, Sarah Bangerth1, Jason T C Lee1
1Division of Abdominal Organ Transplantation and Hepatobiliary Surgery, Department of Surgery, Keck School of Medicine, University of Southern California, 1510 San Pablo Street, Suite 412, Los Angeles, CA, 90033, USA.
Scientific reports
|March 19, 2025
概括
IMmuneCite是一个新的计算工具,可以从空间蛋白质组学数据中精确识别32种免疫细胞表型. 该框架增强了跨物种和条件的免疫微环境分析.
科学领域:
- 免疫学 免疫学 免疫学
- 计算生物学 计算生物学
- 蛋白质组学是指蛋白质组学.
背景情况:
- 空间蛋白质组学为组织分析提供单细胞分辨率.
- 精确的细胞细分和表型仍然是重大挑战.
- 复杂的免疫场景需要专门的计算工具.
研究的目的:
- 介绍IMmuneCite,一个空间蛋白质组学的计算框架.
- 提高免疫细胞表型识别和数据集创建的准确性.
- 促进免疫微环境的高保真分析.
主要方法:
- 开发了IMmuneCite,用于全面的图像预处理和单细胞数据集创建.
- 将框架应用于人类和小鼠肝脏组织空间蛋白质组学数据.
- 验证了其识别离散免疫细胞表型和减少非生物集群的能力.
主要成果:
- 在人肝样本中,IMmuneCite确定了32种离散的免疫细胞表型.
- 该框架成功地减少了由标记物同位化引起的非生物细胞群.
- 在物种 (人类,小鼠) 和抗体面板中证明了多功能性.
- 在肝移植和癌症模型中使免疫微环境的深度表征成为可能.
结论:
- IMmuneCite是一个用户友好的,用于免疫微环境调查的集成计算平台.
- 它确保创建以免疫为重点的,空间解析的单细胞蛋白质组数据集.
- 促进不同物种的高准确性,生物相关分析.


