新算法为组织发育和疾病研究提供支撑

[db:作者]

2月4日，西南华大生命科学研究院研究团队成功开发出推断细胞时空分化轨迹的新算法SpaTrack，该算法可整合细胞的转录组和空间信息，构建细胞分化的动态轨迹，为揭示组织发育、器官再生和疾病进展的动态研究提供重要支撑。相关研究成果发表在学术期刊《细胞系统》上。
据悉，该算法可实现从单细胞空间转录组数据中，直接构建精细的细胞分化轨迹、通过直接细胞映射，追踪跨时间样本的细胞分化轨迹、通过建模预测转录因子在分化过程中对基因表达的调控关系，捕捉发育的驱动因素。
研究团队将SpaTrack应用于多个生物系统的研究中，结果表明，SpaTrack在重建细胞分化轨迹、揭示相关分化事件等方面表现出色，并帮助研究取得新发现。
举例而言，研究团队通过重构蝾螈端脑的受损再生过程，揭示蝾螈脑在损伤区域和正常区域不同的分化轨迹；在解析小鼠胚胎的中脑发育过程中，研究团队观察到多个关键前体细胞在多时间点样本中的分化过程和空间协调特征；在肿瘤的生长和转移过程的研究中，SpaTrack帮助研究团队发现肿瘤的生长扩增表现出空间异质性，其中一条以上皮间质转化为特征的分化路径，其肿瘤细胞发生了转移，在淋巴结区域形成了转移位的肿瘤。
西南华大生命科学研究院副研究员秦鹏飞表示，本次开发的新算法借助空间转录组信息，在解析组织发育和疾病进展的时空动态上取得初步成效。接下来团队将进一步实现时空多组学的融合，解析多源分化、复杂分化等复杂问题。
另悉，目前研究团队已在GitHub上提供SpaTrack的开源软件和使用教程，并在华大时空云平台STOmics Cloud上开放使用。