专栏名称: 生信钱同学
北京大学在读博士生,记录自己的学习日常🌞分享生信知识:如单细胞和空间测序、多组学分析、宏基因组、病理组学、影像组学等生物信息学、机器学习和深度学习内容🌬
今天看啥  ›  专栏  ›  生信钱同学

原来Scenic转录因子分析升级到Scenic+了,这篇Nat Cancer做了一个示范应用

生信钱同学  · 公众号  ·  · 2024-11-27 07:00
    

主要观点总结

本文主要介绍了Scenic+与原版Scenic相比的优势,并详述其在T细胞急性淋巴细胞白血病研究中的应用。另外,文章也介绍了一项针对T细胞急性淋巴细胞白血病的研究进展,该研究发现了一种与治疗抵抗相关的骨髓祖细胞样癌症亚群,为高风险患者的精准治疗带来希望。文章涵盖了单细胞测序、单细胞多组学、转录因子分析、生信分析和生物信息学等方面的内容。

关键观点总结

关键观点1: Scenic+的优势

相比原版Scenic,Scenic+引入了更多调控元素,集成了更多功能模块,以获取更准确的调控信息。尤其结合单细胞ATAC-seq数据,能纳入多组学数据。

关键观点2: T细胞急性淋巴细胞白血病研究的新突破

研究发现与治疗抵抗相关的骨髓祖细胞样癌症亚群(BMP-like亚群),揭示了该亚群对化疗和类固醇治疗抵抗的特性。研究还发现BMP-like亚群的存在显著降低了患者的五年总生存率,并提供了通过分子标志物进行风险分层的可能性。

关键观点3: NOTCH1突变在T-ALL中的作用

研究揭示了NOTCH1突变对T-ALL细胞分化状态的影响,并指出其推动癌细胞从BMP-like状态向T细胞特异化方向分化的双重作用。


文章预览

不设置🌟有时会收不到公众号内容,code一段时间后会失效,代码在 文末 一直习惯性的用Scenic初步看看有没有啥好的结果,看了这篇文章才知道还有Scenic+,一篇17年,一篇23年的,都是同一个课题组发的,发了两篇Narure Methods。 SCENIC+与之前相比, 引入了更多的调控元素(例如增强子、miRNA等),并且集成了更多的功能模块(如ChIP-seq数据),以获得更准确的调控信息。 原版SCENIC 依赖于转录因子和目标基因之间的共表达模式进行推断,但没有很充分地整合更多的调控元件(例如DNA甲基化、染色质开放性等)。 其实最明显的就是它可以结合 单细胞ATAC-seq(染色质开放性数据) 了,能够纳入多组学数据。 本文内容 无论是SCENIC+原文的代码,还是直接看这篇文章的代码应用都行,这篇文章给的这部分都挺详细的,还能学一些绘图技巧 多组学研究揭示T细胞 ………………………………

原文地址:访问原文地址
快照地址: 访问文章快照
总结与预览地址:访问总结与预览