KDDC:一个新的框架,集成kmers,数据集过,维度缩小和分类算法,以实现免疫细胞异质性分类
Nan Zhang1,2, Shishun Zhao2, Runze Wu2
1Cancer Center, First Hospital of Jilin University, Changchun, China.
Frontiers in immunology
|June 16, 2025
概括
这项研究引入了一个新的KDDC框架,用于使用测序数据对免疫细胞进行分类. B细胞受体分析证明在细胞子集分类方面优越,为免疫疗法发展提供了洞察力.
科学领域:
- 免疫学 免疫学 免疫学
- 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:
- 免疫谱系测序和单细胞测序揭示了免疫细胞的多样性和疾病的动态.
- 了解免疫细胞异质性对于疾病研究和治疗开发至关重要.
研究的目的:
- 开发一种用于异质免疫细胞分类的新型KDDC框架.
- 整合KMER分析,数据集选择,维度缩小和分类算法.
- 增强对免疫细胞多样性和疾病状态之间的动态的洞察力.
主要方法:
- 提出了一个新的KDDC框架,整合了kmers,数据集选择,缩小维度和分类.
- 对比了各种kmer长度组合和七个分类算法.
- 利用了免疫谱和单细胞测序数据.
主要成果:
- 基于B细胞受体的分类实现了超过96%的平均AUC,超过了基于T细胞受体的分类.
- 确定了11个不同的细胞亚群,其比例,炎症因子表达,细胞通信和代谢途径各不相同.
- 在特定细胞亚群中,在代谢途径中观察到显著的活动.
结论:
- KDDC框架为免疫细胞分类提供了一个新的视角.
- 观察到的细胞亚种群的变化表明,在对疾病的反应中发生了适应性变化.
- 研究结果支持免疫预测,抗原鉴定和细胞水平免疫疗法优化.
关键词:
KDDC KDDC KDDC KDDC KDDC KDDC KDDC KDDC KDDC KDDC KDDC KDDC KDDC KDDC KDDC在CDR3aaaa免疫细胞异质性的异质性免疫系统的曲目.结构上的相似性.更多相关视频
14:30Immunophenotyping and Cell Sorting of Human MKs from Human Primary Sources or Differentiated In Vitro from Hematopoietic Progenitors
Published on: August 7, 2021
6.9K
11:00Visualization, Quantification, and Mapping of Immune Cell Populations in the Tumor Microenvironment
Published on: March 25, 2020
17.3K
