在OSCC中以人工智能驱动的空间转录学:绘制瘤微环境和个性化治疗
Soundharya Manogaran1, Ramya Ramadoss2, Suganya Panneer Selvam2
1Department of Oral Biology, Saveetha Dental College and Hospitals, Saveetha Institute of Medical and Technical Sciences, Saveetha University, Chennai, 600077, India.
Journal of oral biology and craniofacial research
|November 24, 2025
概括
空间转录学 (ST) 揭示了口腔状细胞癌 (OSCC) 组织中的基因表达模式. 这项技术与人工智能相结合,增强了OSCC诊断和治疗策略.
科学领域:
- 在瘤学瘤学.
- 基因组学就是基因组学.
- 生物信息学是一种生物信息学.
背景情况:
- 空间转录学 (ST) 在组织架构中提供高分辨率的基因表达数据.
- 口腔状细胞癌 (OSCC) 的瘤微环境 (TME) 是复杂的,可以从空间分析中获益.
- 像大量RNA测序这样的传统方法掩盖了关键的空间异质性.
研究的目的:
- 探索ST在理解OSCC中的应用.
- 在OSCC中识别空间上不同的基因特征和预后标记.
- 调查ST与AI的协同作用,以改善OSCC分析.
主要方法:
- 使用了各种ST平台 (例如Visium,Slide-seqV2,MERFISH,GeoMx DSP,CosMx SMI,Stereo-seq) 进行测试.
- 在瘤结构的背景下分析基因表达模式.
- 集成的ST数据与人工智能 (AI) 和机器学习算法.
主要成果:
- 确定了特定于OSCC亚型的空间区别的基因特征.
- 通过空间基因表达分析发现了新的预后标志物.
- 人工智能集成使得自动功能提取,集群和预测建模成为可能.
结论:
- ST为OSCC的空间组织和TME提供了前所未有的见解.
- ST和AI的结合在OSCC中具有显著的精确病理学潜力.
- 这种协同作用可以彻底改变OSCC诊断,风险评估和个性化治疗.
