德克萨斯大学硕士
D
安德森癌症中心 信用:CC0公共领域 为了解决分析大型单细胞RNA测序数据集时的主要挑战，MD安德森癌症中心的研究人员开发了一种新的计算技术，以准确区分癌细胞中的数据和肿瘤样本中发现的各种正常细胞
这项工作今天发表在《自然生物技术》杂志上
这种被称为拷贝数(非整倍体肿瘤的拷贝数核型分析)的新工具，使研究人员能够更容易地检查从大型单细胞RNA测序实验中获得的复杂数据，这些实验从成千上万个单个细胞中传递基因表达数据
这项研究的资深作者尼古拉斯·纳文博士说，CopyKAT利用基因表达数据来寻找非整倍性，或者染色体数目异常的存在，这在大多数癌症中都很常见
D
遗传学、生物信息学和计算生物学副教授
该工具还有助于识别癌细胞中不同的亚群或克隆
“我们开发了CopyKAT，作为从转录组数据推断遗传信息的工具
纳文说:“通过将这一工具应用于几个数据集，我们表明，我们可以以大约99%的准确率明确地识别肿瘤细胞，而不是混合肿瘤样本中存在的其他免疫细胞或基质细胞。”
“然后我们可以更进一步，发现存在的亚克隆，并了解它们的遗传差异
" 从历史上看，肿瘤是作为所有存在细胞的混合物来研究的，其中许多细胞不是癌性的
近年来单细胞RNA测序的出现使研究人员能够以更高的分辨率分析肿瘤，检查每个细胞的基因表达，以形成肿瘤景观的图片，包括周围的微环境
然而，纳文解释说，没有可靠的计算方法，很难区分癌细胞和正常细胞
前博士后高，博士
D
现在是休斯顿卫理公会研究所心血管科学助理教授，他开发了CopyKAT算法，该算法通过提高准确性和调整最新一代单细胞RNA测序数据来改进旧技术
该团队首先通过将结果与全基因组测序数据进行比较来对其工具进行基准化，这显示了在预测拷贝数变化方面的高准确性
在来自胰腺癌、三阴性乳腺癌和间变性甲状腺癌的另外三个数据集中，研究人员表明，在混合样本中，CopyKAT在区分肿瘤细胞和正常细胞方面是准确的
这些分析是通过与斯蒂芬·杨的合作得以实现的
赖，男
D
，Ph
D
，头颈外科教授，以及史黛西·莫尔德，医学博士
D
乳房医学肿瘤学教授，和乳腺癌月球拍摄，医学博士安德森的月球拍摄计划的一部分，一个合作努力，以迅速发展科学发现有意义的临床进展，挽救病人的生命
在分析这些样本时，研究人员还表明，该工具在基于拷贝数差异识别肿瘤内癌细胞亚群方面是有效的，这一点已被三阴性乳腺癌的实验所证实
“通过使用CopyKAT，我们能够在三阴性乳腺癌中鉴定出罕见的亚群，这些亚群具有尚未广泛报道的独特的遗传改变，包括那些具有潜在治疗意义的，”高说。
“我们希望这一工具将有助于研究界充分利用单细胞RNA测序数据，并推动癌症方面的新发现
" 这里的研究人员可以免费使用这个工具
作者指出，该工具并不适用于所有癌症类型的研究
例如，非整倍性在儿童和血液肿瘤中相对罕见
来源：由phyica.com整理转载自PH，转载请保留出处和链接！
