文章预览
长期以来,受限于复杂的肿瘤组成 (还包含正常的免疫细胞等) 和克隆异质性,人们很难“提纯”肿瘤细胞特异的调控程序[1]–[3]。 为此,斯坦福大学William Greenleaf、Howard Chang、Ryan Corces以及Laksshman Sundaram等研究人员通过单细胞分析8类原位肿瘤74个样本227,063个细胞核的染色质开放性 (通常为基因调控序列) ,并结合深度学习模型 (基于convolutional
neural network) [4], [5],区分肿瘤细胞与免疫/基质细胞 (基于特征性染色质开放状态) ,以及不同的肿瘤克隆 (基于染色体拷贝数变异) ,“纯净”分析肿瘤细胞特异的调控序列及其潜在调控程序[1]。 单细胞染色质开放性分析可以:区分肿瘤细胞与正常细胞(A),并追踪不同染色体拷贝数的克隆(B)[1]。 进一步,研究人员分析深度学习模型预测的能够降低/增加染色质开放性的变异 (体细胞或者组成型变异
………………………………