一种肿瘤单细胞转录组数据处理方法与软件
1.痛点问题
癌症是目前严重威胁人类生命健康的疾病之一,基于单细胞测序技术研究肿瘤的微环境和异质性,对于理解肿瘤的机制、优化肿瘤的用药方案具有重要意义,而如何对肿瘤单细胞数据进行全面深入的分析,还面临很多挑战。
肿瘤样本具有其独有的特点,在样本制备和单细胞分离过程中,其细胞应激反应大、坏死细胞多,为肿瘤单细胞数据的质量控制带来了挑战;
肿瘤单细胞数据分析有其独有的核心问题,比如复杂的微环境和高度的异质性,而如何充分考虑这些难点,并从信息学的视角进行深入研究,有待建立全面、自动的分析框架;
肿瘤单细胞数据的分析,对科研人员的编程能力和分析经验要求很高,亟需自动化、智能化的软件平台来降低数据分析的门槛,提高研究的效率。
2.解决方案
本项目围绕肿瘤单细胞转录组数据成果的技术核心点包括:
1)针对肿瘤单细胞实验过程中应激反应大、坏死细胞多的问题,提出了全面、精细的数据质量控制方案;
2)涵盖了常规的单细胞数据分析流程(数据标准化、降维、聚类、差异表达分析);
3)创新了肿瘤微环境细胞类型辨识和细胞恶性估计等方面的研究方法;
4)从重要表型(细胞周期、干性)、基因集(已知的和潜在的)两方面深度解析了肿瘤内部的异质性;
5)提出了考虑肿瘤间异质性的批次效应校正方法;
6)构建了自动化、智能化分析的软件平台,能够自动生成全面、直观的分析报告。
基于本项成果产生的产品、服务或解决方案:
1)自动化、集成式的肿瘤单细胞转录组数据分析软件scCancer;
2)针对软件使用和分析结果解读的服务;
3)针对更个性化数据分析需求的咨询与服务。
3、合作需求
团队要求:合作方和团队需要对肿瘤单细胞测序方面有较多的实践经验,能为本项目的应用与落地提供条件;
资金需求:合作方可为团队提供资金支持项目的维护与更新。
清华大学
2022-08-30