一种综合方法来分析来自同一组织部分的空间解析的多omics数据集

科学领域:

• 生物技术是生物技术.
• 分子生物学分子生物学
• 癌症研究 癌症研究

背景情况:

• 空间转录组学 (ST) 和空间蛋白组学 (SP) 在单细胞分辨率下提供高维分子分析.
• 目前的ST和SP方法分析单独的组织部分,阻碍了直接的交叉模式比较.
• 了解瘤免疫微环境需要集成的分子数据.

研究的目的:

• 开发和验证一个框架来执行和整合ST和SP从同一组织部分.
• 为了使人类肺癌中RNA和蛋白质表达的直接,单细胞水平的比较.
• 评估疾病研究的共同本地化多omics分析的可行性和实用性.

主要方法:

• 开发了一种湿实验室和计算工作流程,用于对相同组织部分的ST和SP进行联合分析.
• 使用血素和欧 (H&E) 染色以获得形态一致性.
• 雇员 Weave 软件用于跨模式的计算注册和注释转移.
• 进行单细胞水平RNA和蛋白质表达的比较,包括相关性分析.

主要成果:

• 成功地整合了来自同一个人类肺癌组织段的ST和SP数据.
• 使用计算注册实现了分子层之间的准确对齐和注释转移.
• 启用了转录和蛋白质表达的直接,单细胞分辨率比较.
• 在细胞水平上观察并解决了RNA和蛋白质水平之间的系统低相关性.

结论:

• 开发的框架允许在单个组织部位上进行高质量,空间分辨率的多组体分析.
• 这种方法促进了对分子标记的一致性研究和特定区域的分析.
• 通过实现综合分子分析,提高对疾病异质性的理解.