加拿大pc

新聞動態

陳偉課題組Bioinformatics發文單細胞CyTOF數據處理新方法以去除臨床樣品中的釓污染

來源 : 基礎醫(yi)學系    發布時間 : 2021-08-01    瀏覽次數 : 176

2021716日,加拿大pc陳偉教授課題組在Bioinformatics雜志在線發表了名為GdClean: removal of Gadolinium contamination in mass cytometry data的研究文章。該文章開發了一套用于去除單細胞質譜流式數據中的釓污染信號的計算方法。

質譜流式細胞儀(CyTOF)是一種高通量單細胞檢測平臺,其可以在單細胞水平同時檢測大于40種細胞表面或者細胞功能相關生物標記物,并被廣泛應用于基礎生物學研究與臨床診斷等領域。而分析臨床樣品中, 領域一直存在著釓污染問題, 一直沒有很好的方法來解決, 從而影響單細胞CyTOF檢測的數據質量。 釓污染主要源自于臨床診斷上核磁共振檢查(Magnetic resonance imaging,MRI)過程中所使用的釓造影劑(Gadolinium-based contrast agents,GBCAs),該造影劑特別是在前列腺癌、乳腺癌、直腸癌、肝癌等癌癥的診斷中使用較廣泛 。因此,接受過MRI檢查并服用釓造影劑的病人的組織細胞中往往會殘留一定的釓同位素,而這些殘留的釓同位素會與單細胞標記抗體所偶聯的釓同位素會被CyTOF系統一同檢出,從而導致對應釓同位素通道的檢測信號污染(圖1)。


圖1釓污染信號來源與GdClean算法設計簡圖。


該研究深入解析了釓污染信號中不同釓同位素信號的組成差異,并提出單個細胞中的釓污染信號之間的強度比值與釓同位素在自然界中的豐度顯著相關。利用這一特性,該計算方法能夠有效計算出單個細胞的釓污染系數,并去除單細胞質譜流式中的釓污染信號。該研究通過模擬的釓污染信號以及與釓同位素通道配對的真實抗體信號,證明了該算法能夠有效去除釓污染信號并保留單細胞數據中的真實抗體信號。

該研究首次提出了能有效解決單細胞質譜流式檢測中的釓污染問題的計算方法,同時也為未來利用單細胞質譜檢測技術開展更廣泛的臨床研究和應用提供了重要的工具。該研究受到了浙一醫院方維佳主任及其課題組、加拿大pc航空航天學院宋開臣教授、浙江普羅亭健康科技有限公司的大力支持。加拿大pc生儀學院博士劉俊偉為第一作者,加拿大pc網站陳偉教授與生儀學院尹巍巍副教授為共同通訊作者。該研究受到了國家自然科學基金與國家科技部基金的支持。

原(yuan)文鏈接:

http://academic.oup.com/bioinformatics/advance-article/doi/10.1093/bioinformatics/btab537/6329822

加拿大pc