Значимые достижения в изучении межклеточных взаимодействий
Лаборатория Эльхама Азизи представила результаты нового исследования, опубликованного в журнале Genome Research. Исследование направлено на изучение динамических межклеточных взаимодействий с использованием передовых методов анализа данных одноклеточной РНК-секвенирования (scRNA-seq).
Разработка инструмента для анализа временных межклеточных взаимодействий
Кэмерон Парк и Шувик Мани представили инструмент DIISCO, предназначенный для улучшения понимания временных изменений в межклеточных взаимодействиях. Инструмент особенно актуален для изучения раковых и иммунных клеток, что критически важно для разработки эффективных методов лечения онкологических заболеваний.
Роль межклеточных взаимодействий в лечении рака
Межклеточные взаимодействия играют ключевую роль в реакции организма на лечение рака. Взаимодействие иммунных клеток с раковыми клетками определяет исход заболевания, и понимание этих процессов является важным шагом в разработке персонализированных подходов к терапии.
Проблемы существующих методов анализа
Современные методы анализа межклеточных взаимодействий не учитывают их динамическую природу, что ограничивает возможность полного понимания происходящих процессов. Это затрудняет прогнозирование эффективности лечения и разработку новых терапевтических стратегий.
Введение DIISCO: новый метод анализа
DIISCO представляет собой инновационный метод анализа данных scRNA-seq, который позволяет отслеживать изменения в составе клеток с течением времени. Инструмент использует вероятностные модели на основе сети гауссовых процессов для анализа динамических изменений в клеточных взаимодействиях.
Тестирование и валидация DIISCO
DIISCO был протестирован на смоделированных данных и реальных экспериментах по совместному культивированию Т-клеток и клеток лимфомы. Результаты показали высокую точность и надежность метода по сравнению с существующими подходами. DIISCO также выявил изменяющиеся во времени гены рецепторов-лигандов, что может быть полезно для разработки новых терапевтических стратегий.
Клиническое применение DIISCO
DIISCO имеет широкий потенциал для применения в клинической практике, особенно для изучения динамического поведения клеток при лечении рака. Метод может помочь в понимании причин успеха или неудачи различных методов терапии и разработке более эффективных подходов к лечению онкологических заболеваний.
Перспективы развития DIISCO
Лаборатория Азизи планирует дальнейшее развитие DIISCO, включая применение метода к более крупным и гетерогенным наборам данных, а также расширение функциональности для учета пространственных данных. Это позволит более детально изучить межклеточные взаимодействия и разработать новые подходы к лечению онкологических заболеваний.
Литература:
Cameron Park et al, A Bayesian framework for inferring dynamic intercellular interactions from time-series single-cell data, Genome Research (2024). DOI: 10.1101/gr.279126.124