Se sei un ricercatore che utilizza la trascrittomica a singola cellula per studiare problemi legati all'immunologia, probabilmente sei alla ricerca di un modo per caratterizzare in modo efficiente gli stati cellulari. Questo in silico talk presenta un potente strumento (ProjecTILs) e un approccio che utilizza atlanti di riferimento. Il responsabile del gruppo Santiago Carmona si basa su un recente articolo pubblicato su Nature Communications per guidarti attraverso i passaggi chiave e illustra l'applicazione dell'approccio utilizzando dati reali sulla diversità dei linfociti T nelle infezioni virali e nel cancro. Consentendo l'estrazione di dati pubblici, ProjecTILs permette anche di indagare questioni importanti che richiedono grandi set di dati, come le origini delle risposte differenziali dei pazienti alle immunoterapie contro il cancro.

Informazioni sulla serie di conferenze in silico – Le ultime novità nel campo della bioinformatica dagli scienziati del SIB

La serie di conferenze online in silico talks ha lo scopo di informare bioinformatici, scienziati biologici e medici sugli ultimi progressi compiuti dagli scienziati dello SIB su una vasta gamma di argomenti relativi a metodi, ricerca e risorse nel campo della bioinformatica. Iscriviti alla mailing list di in silico talks per rimanere aggiornato sugli ultimi sviluppi, ottenere approfondimenti esclusivi sui recenti articoli scientifici e scoprire come questi progressi potrebbero aiutarti nel tuo lavoro o nella tua ricerca.

Negli ultimi dieci anni, le tecnologie single-cell che esaminano l'espressione genica a livello delle singole cellule in una determinata popolazione (ad esempio un tumore) hanno rivoluzionato il modo in cui vengono studiate le malattie umane, dall'oncologia e dalla medicina riproduttiva alla microbiologia e all'immunologia.

Tuttavia, permangono sfide importanti. Ad esempio, mentre è possibile distinguere tra tipi di cellule generici come i linfociti T, i linfociti B o le cellule dendritiche osservando i loro profili di espressione genica, è molto meno semplice caratterizzare i vari stati di differenziazione all'interno di ciascun tipo di cellula. Tali "stati" tra i linfociti T possono includere, ad esempio: citotossico, transitorio, attivato o esaurito. Caratterizzarli in modo affidabile e solido in tutti gli studi offrirebbe informazioni cruciali, ad esempio sul progresso del trattamento.

Nel loro ultimo articolo, Santiago Carmona e colleghi propongono un algoritmo e un metodo per affrontare queste questioni. Generando un atlante di riferimento che riassume le conoscenze attuali in un sistema biologico definito e proiettando poi i dati di query (provenienti da uno o più studi con dati aperti) su questo riferimento, rendono possibile ottenere definizioni affidabili dello stato delle cellule e confronti sistematici tra gli studi. Tali analisi utilizzano l'algoritmo ProjecTILs da loro sviluppato.

In questa breve presentazione potrete scoprire come funziona il metodo su set di dati relativi a infezioni virali e cellule T infiltranti i tumori.

Reference(s)

Andreatta M et al. Interpretazione degli stati delle cellule T dai dati trascrittomici delle singole cellule utilizzando atlanti di riferimento, Nature Communications 2021.