在跨物种单细胞脏图谱中分析个体患者路径协调

科学领域:

• 基因组学就是基因组学.
• 生物信息学是一种生物信息学.
• 翻译医学是一种翻译医学.

背景情况:

• 在临床研究中,单细胞RNA测序 (scRNA-seq) 在确定患者特异性的分子标和解决跨物种变异方面面临挑战.
• 准确识别保存的细胞状态和功能途径对于推进精准医学至关重要.

研究的目的:

• 从人类和动物模型创建一个综合的单细胞脏地图,以定义保存的细胞状态.
• 开发一种计算工具 (CellSpectra) 用于量化基因表达协调,并使患者水平的功能分析成为可能.
• 为了方便选择适合的动物模型进行临床前研究,并确定潜在的治疗目标.

主要方法:

• 构建一个全面的单细胞脏地图集,整合了来自140个人类和动物样本的100多万个细胞.
• 开发和应用CellSpectra,一种用于分析细胞功能的基因表达协调的计算工具.
• 对和肺癌患者数据的分析,以生成患者一级单细胞功能概况报告.

主要成果:

• 在人类和动物细胞中定义了超过70种保存的细胞状态,建立了一个跨物种的地图.
• 证明了CellSpectra在个别患者中量化细胞类型特定的基因表达协调途径的能力.
• 在实验模型中验证了信息学方法对潜在治疗选择的实用性.

结论:

• 集成的地图集和CellSpectra工具通过使患者水平的功能概况和跨物种模型选择,增强scRNA-seq在临床精密医学中的应用.
• 这种方法有助于识别可向的分子变化,并根据保存的细胞和通路特征选择合适的治疗方法.
• 该研究为利用单细胞数据提供了一个框架,以弥合临床前研究和临床应用.