Forskere udvikler en algoritme til at bestemme, hvordan cellulære 'kvarterer' fungerer i væv

Forskere ved University of California, San Francisco (UCSF) har udviklet en algoritme, der kan bestemme, hvordan cellulære kvarterer fungerer i væv. Algoritmen, kaldet "TissueMapper", bruger rumlige transkriptomiske data til at udlede interaktionerne mellem celler og deres naboer. Denne information kan bruges til at forstå, hvordan væv er organiseret, og hvordan de reagerer på forskellige stimuli.

Spatial transcriptomics er en ny teknologi, der gør det muligt for forskere at måle genekspressionen af ​​celler i en vævsprøve og samtidig bevare deres rumlige forhold. Disse data kan bruges til at lave et kort over vævet, der viser hvilke gener der udtrykkes i hver celle, og hvordan de er organiseret i forhold til hinanden.

TissueMapper bruger denne rumlige information til at udlede interaktionerne mellem celler og deres naboer. Algoritmen identificerer først klynger af celler, der udtrykker lignende gener. Disse klynger bruges derefter til at skabe et netværk af interaktioner, der viser, hvordan cellerne er forbundet med hinanden.

Forskerne testede TissueMapper på flere forskellige vævsprøver, herunder hud, hjerne og hjerte. Algoritmen var i stand til nøjagtigt at identificere interaktionerne mellem celler i hvert væv og forudsige, hvordan vævene ville reagere på forskellige stimuli.

"TissueMapper er et kraftfuldt nyt værktøj, der kan bruges til at forstå, hvordan væv er organiseret, og hvordan de fungerer," sagde Alex Pollen, PhD, en UCSF-forsker og en af ​​udviklerne af TissueMapper. "Denne information kan bruges til at udvikle nye lægemidler og terapier, der er rettet mod specifikke celletyper eller interaktioner."

Undersøgelsen blev offentliggjort i tidsskriftet Nature Methods.