使用蛋白质组学数据成功进行免疫细胞解的考虑因素和软件
Måns Zamore1, Sergio Mosquim Junior1, Sebastian L Andree1
1Department of Immunotechnology, Lund University, SE-22363 Lund, Sweden.
Journal of proteome research
|July 14, 2025
概括
蛋白质组学数据现在可以在批量样本中估计免疫细胞组成. 这项研究验证了计算方法,并引入了使用蛋白质组学进行细胞解的R包,在模拟中实现了高精度.
科学领域:
- 蛋白质组学是指蛋白质组学.
- 计算生物学 计算生物学
- 免疫学 免疫学 免疫学
背景情况:
- 大量转录是细胞类型解卷的常见现象.
- 蛋白质组学数据在细胞解体过程中未得到充分利用.
- 估计细胞组成可以提供生物学见解.
研究的目的:
- 用批量蛋白质组学数据评估免疫细胞解的计算方法.
- 评估预处理和软件对解卷精度的影响.
- 介绍一种基于蛋白质组学的细胞解的工具.
主要方法:
- 利用定义的免疫细胞种群和模拟混合物.
- 评估各种预处理技术和软件工具.
- 开发并验证了一个名为proteoDeconv.的R包.
主要成果:
- 使用蛋白质组学数据证明了细胞类型解的可行性.
- 在模拟混合物中的估计比例中达到0.9以上的皮尔森相关性.
- 确定了缺失值赋值和参考矩阵生成的最佳参数.
结论:
- 蛋白质组学数据是细胞类型解的可行替代方案.
- 蛋白质Deconv R包简化了蛋白质学数据预处理以进行解卷.
- 这种方法增强了对生物样本中细胞组成的分析.
更多相关视频
12:36Single-cell Analysis of Immunophenotype and Cytokine Production in Peripheral Whole Blood via Mass Cytometry
Published on: June 26, 2018
9.6K
10:37Deep Proteome Profiling by Isobaric Labeling, Extensive Liquid Chromatography, Mass Spectrometry, and Software-assisted Quantification
Published on: November 15, 2017
12.1K
