新方法分析基因活动帮助预测癌症患者的生存

一个国际研究小组开发了一种新方法确定细胞类型的组织样本。科学家们决定基因的活动之间的联系相同的细胞类型,模型能够“认识”不同的细胞混合样品中基于这个关系。这种方法适用于所有组织,因此它可以用来理解比例的细胞类型与不同类型的癌症患者的生存,例如。结果发表在自然通讯。

转录组的分析,或组中所有的RNA分子组样本,被广泛使用生物医bob88体育平台登录学研究。使用这种方法,研究人员可以分析分子过程的组织和描述的严重性癌症,例如。然而,组织样本可以包含数以百万计的细胞需要区别彼此为了理解正在发生的事情。

工作在这个问题上,科学家们已经开发出特殊的反褶积算法。他们提供了一个机会来分解数据和匹配不同细胞类型。它有助于了解细胞存在于样本,其比例是什么,以及它如何影响了成绩单。然而,当样本包含了许多细胞类型,很难确定他们没有任何额外的信息。

国际研究小组从ITMO大学和华盛顿大学圣路易斯,美国,找到了一种方法来克服这个障碍并提出了转录组分析样品的新方法。它可以确定精度高细胞类型样本包含基于基因的相互线性原则:两个基因的表达水平具体相同的细胞类型线性相互依赖的。科学家们利用这个关系构建网络的线性相关的基因。通过分析这种网络,研究人员可以确定细胞的样本。

科学家已经证明,所有反褶积算法受到同样的偏见:如果不同细胞类型的样本有不同的RNA含量,所有反褶积算法无法准确估计细胞类型比例。为了测试这个实验,两种类型的细胞与不同数量的RNA在不同的预先确定的比例选择和混合。之后,研究人员使用反褶积算法来确定细胞比率。

“我们看到,现有的算法总是对的数量是错误的细胞因为他们估计的RNA样品。然而,如果测量后增加一个特定数量的人工RNA样本,预测的细胞类型比例可以纠正变得更加准确,”康斯坦丁·扎伊采夫解释说,实验室的研究员ITMO大学的计算机技术。

“我们的方法是最适合分析混合样品没有足够的信息对他们的成分。只要不需要任何提示的方法,它可以用于任何组织类型。例如,它可以检测不同细胞成分在血液样本接种疫苗后。此外,TCGA使用公共数据库(癌症基因组图谱),我们已经试图识别细胞类型与生存相关的不同的癌症患者,”康斯坦丁总结道。