Nowa metoda obliczeniowa typu open source usprawniająca dekodowanie danych jednokomórkowych

Kierując analizą danych w unikalny sposób, Spectra może zaoferować nowy wgląd w złożone wzajemne zależności między komórkami, takie jak interakcje między komórkami nowotworowymi i komórkami odpornościowymi, które mają kluczowe znaczenie dla udoskonalenia terapii immunoterapeutycznych.

Podejście i ustalenia zespołu opublikowano niedawno w czasopiśmie Nature Biotechnology.

Naukowcy zauważają, że widma mogą przebić się przez „szum” techniczny i zidentyfikować funkcjonalnie istotne programy ekspresji genów, w tym te, które są nowatorskie lub wysoce specyficzne dla określonego kontekstu biologicznego.

Algorytm dobrze nadaje się do badania danych od dużych kohort pacjentów i do ustalania klinicznie istotnych cech pacjentów, pisze zespół MSK w briefingu badawczym towarzyszącym badaniu, dodając, że Spectra idealnie nadaje się do identyfikacji biomarkerów i celów leków w rozwijającej się dziedzinie medycyny. immunoonkologia.

Ponadto zespół MSK bezpłatnie udostępnił Spectrę badaczom na całym świecie.

„Mam wykształcenie informatyka” – mówi starsza autorka badania, dr Dana Pe'er, która kieruje programem biologii obliczeniowej i systemów w Instytucie Sloana Ketteringa MSK. „Każde narzędzie, które tworzę, staram się uczynić solidnym, aby można było go używać w wielu kontekstach, a nie tylko w jednym. Staram się też, aby były jak najbardziej dostępne”.

„Cieszę się, że mogę odkryć nową biologię” – kontynuuje. „Jestem równie szczęśliwy, a może nawet szczęśliwszy, mogąc zbudować podstawowe narzędzie, które szersza społeczność może wykorzystać do dokonania wielu odkryć biologicznych”.

Wraz z badaczami z MSK zespoły z kilku instytucji wykorzystują już Spectrę do badania różnych chorób – dodaje dr Pe'er.

Rewolucja jednokomórkowa

W ciągu ostatniej dekady „rewolucja jednokomórkowa” zmieniła ludzkie rozumienie zdrowia i choroby. Technologie jednokomórkowe umożliwiają naukowcom badanie poszczególnych komórek w próbce tkanki lub zestawie próbek, na przykład nowotworu, i obserwowanie nie tylko różnorodności występujących typów komórek (takich jak komórki nowotworowe i różne typy komórek odpornościowych). ale także, które geny są aktywne w każdej komórce, rzucając nowe światło na stany komórkowe i interakcje komórkowe. Technologia ta umożliwiła nowe zrozumienie sposobu, w jaki komórki dostosowują się i reagują na zmieniające się warunki zdrowotne i chorobowe, w tym rozwój oporności na leczenie raka.

Problem polega na tym, że zadziwiająca ilość danych generowanych metodami jednokomórkowymi jest trudna do przesiania i prawidłowej interpretacji. Jest to szczególnie prawdziwe, gdy próbujemy przyjrzeć się programom genowym – genom, które współpracują ze sobą, aby wykonać określone zadanie i które są aktywne w wielu typach komórek w tkance – wyjaśnia dr Pe'er.

„Jest to szczególnie ważne w przypadku badania interakcji między komórkami nowotworowymi i komórkami odpornościowymi, które obejmują w dużym stopniu nakładające się programy genowe” – mówi. „Powoduje to poważne problemy statystyczne, które mogą prowadzić do niezwykle mylących wyników”.

Zespół złożony przez dr Pe'era, kierowany przez współautorów Russella Kunesa, doktoranta przeszkolonego w zakresie statystyki, oraz Thomasa Walle'a, lekarza medycyny, lekarza-naukowca z doświadczeniem w immunoonkologii, nie tylko opracował ulepszoną metodę kierowania analizę danych, ale stworzyli także przyjazny dla użytkownika interfejs, aby ułatwić jego przyjęcie innym naukowcom.

reklama