定量解构肿瘤微环境：创新算法DeSide助力多种肿瘤内细胞丰度的精准预测

文章预览

▎药明康德内容团队编辑    实体肿瘤内，除了癌细胞，还存在数量可观的血管内皮细胞、成纤维细胞，以及多种免疫细胞，如肿瘤相关巨噬细胞和肿瘤浸润淋巴细胞等。大量研究表明， 不同类型细胞的比例，在多种癌症类型中与患者的病情进展密切相关 。因此， 精准量化肿瘤微环境中各类细胞的比例 ，不仅有揭示深入理解肿瘤的发生与发展规律，对优化癌症诊疗策略也具有重要意义。 日前，中国科学院深圳先进技术研究院 李雪飞 副研究员团队与香港浸会大学 田亮 副教授团队展开合作，开发了一种基于深度学习（ De ep learning）与公开单细胞数据集（ Si ngle cell）的解卷积算法（ de convolution method） DeSide 。该算法能够较精确地 估算19种实体肿瘤中16种细胞类型的丰度 。相关研究成果发表于《美国国家科学院院刊》（ PNAS ）。 据研究人员介绍， ………………………………