通过单细胞数据的综合集群发现特定条件的细胞群
bioRxiv : the preprint server for biology
|November 24, 2025
概括
我们开发了INCLOSE,这是一种新的计算方法,通过整合单细胞奥米克和元数据来识别细胞群. 这种方法揭示了急性髓性白血病中不同的细胞群,表明免疫抑制驱动瘤进展.
科学领域:
- 计算生物学是一种计算生物学.
- 免疫学 免疫学 免疫学
- 在瘤学瘤学.
背景情况:
- 急性髓性白血病 (AML) 是一种异质性癌症.
- 了解瘤微环境对于AML治疗至关重要.
- 单细胞欧米克技术提供高分辨率的蜂数据.
研究的目的:
- 引入INCLOSE,这是一种用于整合单细胞数据和样本元数据的新计算方法.
- 在急性髓性白血病 (AML) 和健康样本中识别不同的细胞群.
- 研究免疫抑制在AML瘤微环境中的作用.
主要方法:
- 开发INCLOSE,一种集成集群方法.
- 将INCLOSE应用于来自AML和健康样本的CITE-seq数据.
- 对特定条件的细胞群体进行分析,以推断生物学作用.
主要成果:
- INCLOSE成功地集成了单单细胞的数据和元数据.
- 在AML样本中确定了独特的细胞群,这些细胞在健康对照中不存在.
- 在健康样本中发现了独特的细胞群.
- 特定条件的细胞群突出显示了免疫抑制在AML进展中的作用.
结论:
- INCLOSE是一个有效的工具,用于从集成的单细胞奥米克数据中识别细胞群.
- 瘤微环境中的免疫抑制是AML进展的关键因素.
- 对AML的免疫调节疗法的进一步研究是有必要的.
更多相关视频
06:01Visualization and Quantification of High-Dimensional Cytometry Data using Cytofast and the Upstream Clustering Methods FlowSOM and Cytosplore
Published on: December 12, 2019
8.9K
11:02Author Spotlight: Investigating Cellular and Molecular Dynamics During Muscle Regeneration Using Cutting-Edge Single-Cell Technologies
Published on: December 1, 2023
1.5K
