Avertissement : Cette page est une traduction automatique de cette page à l'origine en anglais. Veuillez noter puisque les traductions sont générées par des machines, pas tous les traduction sera parfaite. Ce site Web et ses pages Web sont destinés à être lus en anglais. Toute traduction de ce site et de ses pages Web peut être imprécis et inexacte, en tout ou en partie. Cette traduction est fournie dans une pratique.

L'outil nouvel active la caractérisation de multi-définition des taxonomies moléculaires

La découverte des groupes ou les catégories nouveaux dans les maladies, des organismes et des procédés biologiques et leur organisme dans des relations hiérarchiques sont des poursuites importantes et récurrentes en biologie et médicament, qui peuvent aider à élucider des vulnérabilités de groupe-détail et l'intervention thérapeutique éventuel nouvelle.

Maintenant une étude neuve introduit une méthodologie de calcul nouvelle et un outil logiciel associé K2Taxonomer appelé, qui supportent la découverte et l'annotation robotisées des catégories moléculaires aux niveaux multiples de la définition du volume de haut-débit et des caractéristiques unicellulaires de « omics ».

L'étude comprend une étude de cas détaillant l'analyse du transcriptome des lymphocytes de tumeur-infiltration de sein (globules blancs dans le système immunitaire, aka le TILs) sur une base unicellulaire, qui augmente de manière significative sur des découvertes précédentes et présente la constitution des méthodes dans in silico avancé (produit par ordinateur modélisant) un flux de travail d'analyse.

Notre étude présente un bilan complet et un étalonnage considérable de la caractéristique simulée et réelle de méthode sur, qui montre d'une façon convaincante son de grande précision, ses performances supérieures si comparée à d'autres méthodes représentatives et sa capacité (au sujet de) découvrent la catégorie moléculaire emboîtée connue. »

Éric Reed, PhD, auteur d'étude premiers et jeune diplômé du programme de bio-informatique, École de Médecine d'université de Boston

Les chercheurs ont constaté que l'analyse de K2Taxonomer-based des caractéristiques unicellulaires du sein TILs a caractérisé une signature transcriptionnelle courante aux sous-ensembles à cellule T immunisés multiples. D'une manière primordiale, l'analyse a constaté que l'activation de cette signature est associée à une meilleure survie dans des patients de cancer du sein.

« Notre étude indique certaines des caractéristiques derrière de quelle réaction immunitaire efficace de cancer ressemblerait. Non seulement pourrait ceci nous permettre de prévoir mieux comment les patients de cancer du sein iront après diagnostic, mais indique également quelques programmes immunisés spécifiques qui doivent être améliorés pour produire de la réaction immunitaire de tueur d'a (littéralement), » l'auteur Stefano correspondant ajouté Monti, PhD, professeur agrégé de médicament à l'École de Médecine d'université de Boston (BUSM).

Selon Monti, l'identification et la caractérisation de différents types de cellules dans une tumeur, son micro-environnement et une compréhension plus profonde de leur interférence, sont essentielles pour améliorer les mécanismes de compréhension de l'amorçage, de l'étape progressive et de la sensibilité de cancer aux approches d'intervention. Il dit que la méthodologie developpée récemment peut être également appliquée à l'analyse d'autres composantes d'une tumeur, y compris différents types des cellules malignes, de la stroma de tumeur (tissu de soutien) et d'adipocytes cancer-associés (une cellule spécialisée pour le stockage de la graisse.)

Source:
Journal reference:

Reed, E. R & Monti, (2021) Multi-resolution characterization of molecular taxonomies in bulk and single-cell transcriptomics data. Nucleic Acid Research. doi.org/10.1093/nar/gkab552.