Das Zentrum für Pathogen-Bioinformatik: Epidemievorsorge über COVID-19 hinaus
An einem Symposium in Bern haben Experten aus den Bereichen öffentliche...
Eine Methode zur effizienten Charakterisierung von Zellzuständen
Schnelle und automatisierte Interpretation von Einzelzell -RNA-Seq-Daten
Wenn Sie als Forscher Einzelzell-Transkriptomik zur Untersuchung immunologischer Probleme einsetzen, suchen Sie wahrscheinlich nach einer Möglichkeit, Zellzustände effizient zu charakterisieren. Dieser in silico talk stellt ein leistungsstarkes Tool (ProjecTILs) und einen Ansatz unter Verwendung von Referenzatlanten vor. Gruppenleiter Santiago Carmona baut auf einem kürzlich in Nature Communications veröffentlichten Artikel auf , um Sie durch die wichtigsten Schritte zu führen, und veranschaulicht die Anwendung des Ansatzes anhand realer Daten zur Diversität von T-Zellen bei Virusinfektionen und Krebs. Durch die Erschließung öffentlicher Daten ermöglicht ProjecTILs auch die Untersuchung wichtiger Fragen, die große Datensätze erfordern, wie beispielsweise die Ursachen für unterschiedliche Reaktionen von Patienten auf Krebsimmuntherapien.
Über die in silico talks-Reihe - Das Neueste aus der Bioinformatik von SIB-Wissenschaftlern
Mit der Online-Reihe in silico talks möchten wir Bioinformatiker, Biowissenschaftler und Kliniker über die neuesten Fortschritte der SIB-Wissenschaftler zu einem breiten Spektrum von Bioinformatik-Methoden, -Forschung und -Ressourcen informieren. Bleiben Sie auf dem Laufenden, erhalten Sie exklusive Einblicke in die neuesten Veröffentlichungen und erfahren Sie, wie diese Fortschritte Ihnen bei Ihrer Arbeit oder Forschung helfen können, indem Sie sich in die in silico talks-Mailingliste eintragen.
In den letzten zehn Jahren haben Einzelzelltechnologien, mit denen die Genexpression auf der Ebene einzelner Zellen in einer bestimmten Population (z. B. einem Tumor) untersucht wird, die Erforschung menschlicher Krankheiten revolutioniert, von der Onkologie und Reproduktionsmedizin bis hin zur Mikrobiologie und Immunologie.
Allerdings bestehen nach wie vor große Herausforderungen. Während beispielsweise die Unterscheidung zwischen allgemeinen Zelltypen wie T-Zellen, B-Zellen oder dendritischen Zellen anhand ihrer Genexpressionsprofile möglich ist, ist es weitaus schwieriger, die verschiedenen Differenzierungsstadien innerhalb jedes Zelltyps zu charakterisieren. Zu diesen „Zuständen” von T-Zellen zählen beispielsweise: zytotoxisch, transitional, aktiviert oder erschöpft. Eine zuverlässige und robuste Charakterisierung dieser Zustände über verschiedene Studien hinweg würde wichtige Erkenntnisse liefern, beispielsweise über den Behandlungsverlauf.
In ihrer neuesten Veröffentlichung schlagen Santiago Carmona und seine Kollegen einen Algorithmus und eine Methode vor, um diese Probleme anzugehen. Durch die Erstellung eines Referenzatlas, der den aktuellen Wissensstand in einem definierten biologischen System zusammenfasst, und die anschließende Projektion von Abfragedaten (aus einer oder mehreren offenen Datenstudien) auf diese Referenz ermöglichen sie zuverlässige Definitionen von Zellzuständen und systematische Vergleiche zwischen Studien. Für solche Analysen verwenden sie den von ihnen entwickelten Algorithmus ProjecTILs.
In diesem kurzen Vortrag erfahren Sie, wie sich die Methode bei Datensätzen zu Virusinfektionen und tumorinfiltrierenden T-Zellen bewährt.
Reference(s)
Andreatta M et al. Interpretation von T-Zell-Zuständen aus Einzelzell-Transkriptomikdaten unter Verwendung von Referenzatlanten, Nature Communications 2021.
