sc2DAT:针对单细胞瘤亚群的工作流程
Giacomo B Marino1, Anna I Byrd1, Nasheath Ahmed1
1Department of Pharmacological Sciences, Mount Sinai Center for Bioinformatics, Icahn School of Medicine at Mount Sinai, New York, NY 10029, United States.
Bioinformatics advances
|October 13, 2025
概括
单细胞到药物和标 (sc2DAT) 工作流程从单细胞RNA测序数据中识别特定细胞类型的细胞表面标和药物. 该工具有助于开发用于癌症治疗和疾病组织重编程的策略.
科学领域:
- 计算生物学是一种计算生物学.
- 基因组学就是基因组学.
- 药物发现 药物发现
背景情况:
- 单细胞omics分析生成了庞大的数据集,为药物和目标发现提供了新的途径.
- 现有的单细胞RNA测序 (scRNA-seq) 工作流程往往缺乏对特定细胞亚群的药物和标进行排名的能力.
- 确定细胞类型特定的点对于开发精密疗法至关重要.
研究的目的:
- 为药物和目标 (sc2DAT) 工作流提供单个单元,基于Web的应用程序.
- 为了能够从scRNA-seq和大量RNA-seq数据中确定特定细胞类型的细胞表面标和治疗化合物的预测.
- 促进针对癌症治疗和疾病组织重编程的假设生成.
主要方法:
- 一个基于Web的软件应用程序的开发,sc2DAT.
- 使用scRNA-seq和大量RNA-seq数据集进行细胞类型识别.
- 利用LINCS L1000数据集进行化合物识别和基因表达特征分析.
主要成果:
- sc2DAT可以预测细胞表面的点和针对特定细胞类型的治疗化合物.
- 工作流程允许识别可以选择性消除恶性细胞的化合物.
- sc2DAT可以通过逆转或模仿基因表达变化来识别化合物,将患病的组织重新编程为更健康的表型.
结论:
- sc2DAT工作流提供了一种新的方法,用于使用单细胞omics数据发现药物和目标.
- 它为开发针对癌症和其他疾病的向治疗策略提供了一个平台.
- sc2DAT通过将基因表达特征与潜在的治疗干预联系起来,支持基于假设的研究.
