努力利用下一代测序来比较单个细胞中的基因表达, 以获得有关癌症起源、进展或复发的线索。圣裘德儿童研究医院研究人员开发了一种算法, 它提供了一种更准确、更灵敏的方法来识别单个细胞中基因表达的差异。

该算法称为负二项式模型, 具有独立的色散或 NBID。圣裘德向全世界的研究人员免费提供 NBID 。计算生物学家和相应作者祥陈, 博士,圣裘德,他的同事们开发了 NBID, 以更好地利用单细胞 RNA 测序来跟踪单个细胞基因表达的差异。他们的工作最近出现在网上的基因组生物学杂志.

单细胞 RNA 测序已经出现在过去十年, 并获得了流行的研究癌症和发展的免疫系统和其他器官。通过比较不同细胞的基因表达, 研究人员旨在提高我们对癌症遗传学的认识。科学家们利用这项技术寻找肿瘤细胞亚群, 它们是抗化疗的, 或者是罕见的亚型。这些信息也可能揭示相应的标记基因, 它们被定义为不同种群间表达水平的基因。这些信息将有助于努力开发精确的药物和更敏感的诊断测试。

阅读文章全文:
"UMI 计数模型和微分表达式分析的单细胞 RNA 排序。

基因组生物学。在线发布: 2018年5月31日。

 
相关主题
探索 NBID
"许多研究现在使用单细胞 RNA 测序技术, 但统计方法来表征数据滞后," 一位助理成员陈说。圣裘德 计算生物学系。"我们创建了 NBID, 一个专门为分析单细胞 RNA 测序数据而开发的软件包。我们表明, NBID 提供了一个更准确和敏感的分析差异基因表达比其他软件包, 为分析单细胞 RNA 测序数据。

"我们相信 NBID 将证明在识别其他深度测序数据评估的生物标志物方面也很有用."

挑战
人类基因组包括2万到2.5万个基因, 它们携带着制造特定蛋白质的指令, 它们在细胞中做大部分工作。这个过程要求 DNA 被信使 RNA 复制, 从它被翻译成特定的蛋白质。

单细胞 rna 测序要求研究人员在单个细胞内捕获信使 rna, 使用信使 rna 组装 DNA 的互补链, 然后复制 (放大) 和分析。

基因表达变化广泛, 细胞内波动。在单个细胞中捕获低到中等表达基因的信使 RNA 特别具有挑战性。另一项挑战是数据稀疏性或低信号和高噪声, 这需要在噪声的海洋中识别出感兴趣的数据, 在这种情况下是 RNA。例子包括 "辍学" 的事件, 其中的基因表达在相对较高的水平在细胞子集是无法检测到其他细胞。

NBID
陈和他的同事用分子 "条形码" 来追踪基因的表达, 然后用一个叫做唯一分子标识符 (UMI) 计数的过程来清点信使 rna。

"UMI 计数的好处在另一种方法, 读计数, 在 RNA 的定量被证明了。这两项计划的统计差异已被低估。"在对单细胞 RNA 测序数据进行广泛的评价后, 我们发现这两种方法应该有不同的模拟, UMI 计数可以用负二项模型近似."

NBID 允许基因特异和群体特定负二项模型, 从而取得更好的性能。在比较试验中, NBID 在识别不同细胞组间基因表达差异方面表现得更为灵敏和准确。例如, NBID 帮助研究人员确定了标记基因, 可以用来分离诱导横纹肌肉瘤细胞的亚群与不同的基因表达模式, 这表明一个潜在的新机制的实体肿瘤进展。

第一作者是计算生物学博士文安县。其他作者是明尼苏达大学的李燕和约翰. 伊斯顿, 大卫。圣裘德.

这项研究的一部分是由国家卫生和 ALSAC 研究所国家癌症研究所的赠款 (CA021765) 资助的, 筹款和提高认识组织圣裘德.

（注：转载时请注明复诊网）