这项研究介绍了一款名为 SpaceTracer 的创新计算框架,旨在直接从空间转录组数据中检测体细胞单核苷酸变异 (SNVs)。该工具克服了空间测序数据稀疏且噪声大的技术瓶颈,通过结合贝叶斯网络、机器学习和单倍型相位分析,实现了高精度的突变识别。利用这些天然存在的遗传标志物,研究者能够在保留组织原始空间结构的基础上,追踪细胞谱系的演化与迁移过程。在对皮肤鳞状细胞癌的应用中,该方法揭示了非肿瘤上皮细胞的大规模预侵袭性迁移,并捕捉到了突变 B 细胞向肿瘤内部浸润的动态。SpaceTracer 作为一种无损的谱系追踪平台,为深入探索肿瘤微环境及人体发育过程中的复杂细胞交互提供了强有力的辅助。该算法目前已在 GitHub 开放源代码,具有推动癌症免疫治疗和精准生物医学发展的巨大潜力。
References:
- Yang Z, Yao M, Yang Q, et al. Detection of Somatic Point Mutations Directly from Spatial Transcriptomics Enables in vivo Spatiotemporal Lineage Tracing[J]. bioRxiv, 2026: 2026.02. 04.703493.
Fler avsnitt av 聊聊Sci
Visa alla avsnitt av 聊聊Sci聊聊Sci med 淼淼Elva finns tillgänglig på flera plattformar. Informationen på denna sida kommer från offentliga podd-flöden.
