NAR：科学家开发出一种能识别肿瘤和其微环境中特殊细胞类型的新型软件

2021年7月13日 讯 /生物谷BIOON/ --随着高通量基因组学检测变得更为有效且能产生一定的成本效益，使用该技术已经成为大规模生物医学研究计划的标准，这些研究通常是探索性的，因为样品之间的关联并不是之前已经明确的，而是从数据驱动的分子亚型的发现和注释中产生的，从而就为假设和独立性评估提供了一定的信息。在疾病、生物体和生物过程中发现新的群体或类别，并将其组织成等级关系是生物学和医学研究上科学家们经常所追求的方向，这或许有助于帮助阐明群体特异性的易感性并最终帮助开发新型治疗性干预措施。

图片来源：https://academic.oup.com/nar/advance-article/doi/10.1093/nar/gkab552/6312745

近日，一篇发表在国际杂志Nucleic Acids Research上题为“Multi-resolution characterization of molecular taxonomies in bulk and single-cell transcriptomics data”的研究报告中，来自波士顿大学医学院等机构的科学家们通过研究开发了一种新型的计算方法和相关的软件工具—K2Taxonomer，其能支持从高通量批量和单细胞组学数据中自动发现和注释多层次分辨率的分子分类；该项研究包括一项案例研究分析，研究人员在单细胞基础上详细分析了乳腺肿瘤浸润淋巴细胞（TILs）的转录组学特性，这或许大大扩展了此前的研究结果，并能展示将这些方法结合到先进的硅分析工作流中。

研究者Eric Reed博士说道，我们的研究提出了对该方法在模拟和真实数据上的全面评估和广泛的基准性测试，这展现了其较高的准确性以及相比其它方法的优越性能；同时也展现出了重新发现已知的嵌套分子分类的能力。基于K2Taxonomer的乳腺TILs的单细胞数据分析表征了多种免疫T细胞亚群所共有的转录特性。重要的是，该分析结果发现，这一特征的激活与乳腺癌患者较好的生存率直接相关；这一研究指出了有效的癌症免疫反应的一些特征，这不仅能帮助研究人员更好地预测乳腺癌患者诊断后的情况，同时还揭示了一些需要加强的的特定免疫程序，从而就能产生杀伤性的免疫反应。

K2Taxonomer递归分区算法原理图。

图片来源：Eric R Reed, et al. Nucleic Acids Research (2021). DOI:10.1093/nar/gkab552

据研究者介绍，识别并描述肿瘤中不同细胞类型、其微环境以及深入理解这些细胞类型之间的“对话”，对于更好地理解癌症启动、发展的机制，并为开发新型干预性措施非常重要；新开发的方法同样能应用于分析肿瘤的其它组分，包括不同类型的恶性细胞、肿瘤基质（支持性组织）和癌症相关的脂肪细胞（一种专门用于脂肪储存的特殊细胞）。

综上，本文研究中，研究者在乳腺癌肿瘤浸润T淋巴细胞的单细胞图谱上利用这一新兴工具，同时他们还发现，翻译机制基因的共同表达或能作为T细胞亚型所共享的主导转录程序，并与乳腺癌组织批量表达数据中患者更好的预后直接相关。（生物谷Bioon.com）

原始出处：

Eric R Reed,Stefano Monti. Multi-resolution characterization of molecular taxonomies in bulk and single-cell transcriptomics data, Nucleic Acids Research (2021). DOI:10.1093/nar/gkab552