外媒 | 研究人员开发单细胞特征的机器学习工具-普瑞纯证

美国费城儿童医院（CHOP）和新泽西理工学院（NJIT）的研究人员开发了一种新的机器学习软件，可以分析单个细胞的多个特征，从而揭示基因疾病的成因。据新闻稿称，该工具使研究人员能够进行单细胞测序，帮助他们了解细胞中的一次变化如何导致其他几个变化，以及细胞的特定方面如何影响其在微环境中的相互作用。使用单细胞测序，研究人员可以更详细地研究细胞内的基因表达、信使RNA、蛋白质和细胞器，这比以前更容易实现。新闻稿指出，这种测序技术对于肿瘤研究尤其重要，因为它可以用来评估可能只影响少数细胞的突变的影响。然而，研究单个细胞的特征也会面临挑战。因为每个特征都是单独研究的，所以它与其他特征的联系，例如基因变异如何影响信使RNA，即使比较同一细胞的数据，也可能不清楚。为了解决这个问题，研究团队开发了一种名为单细胞多模态深度聚类（scMDC）的机器学习工具，用于分析细胞的不同特征的数据。然后，他们进行了模拟和真实数据实验，以评估该工具的性能，这个过程在上周发表在《自然通讯》杂志上的一项研究中进行了详细说明。总的来说，研究人员发现，scMDC在单细胞多模态数据集上的表现优于现有的单细胞单模态和多模态聚类方法。这些发现突出了该工具在同时对单个细胞的多个生物过程进行分析和更好地表征该细胞中变化之间关系的潜力。“有了这个工具，我们可以更好地理解单个细胞作为一个实体，而不仅仅是一个分散的单元，”CHOP应用基因组中心主任、该研究的高级作者Hakon Hakonarson博士在新闻稿中说。“这是一个重大的进步，使我们能够将所有这些信息整合并放入生物学的视角中，这在考虑不同疾病的信息时尤为重要。”这项研究是持续进行的研究的一部分。

版权声明 本网站所有注明“来源：普瑞纯证”或“来源：pureFDA”的文字、图片和音视频资料，版权均属于普瑞纯证网站所有。非经授权，任何媒体、网站或个人不得转载，否则将追究法律责任。取得书面授权转载时，须注明“来源：普瑞纯证”。其它来源的文章系转载文章，本网所有转载文章系出于传递更多信息之目的，转载内容不代表本站立场。