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.
前往小宇宙评论区与主播互动