亲爱的研友该休息了!由于当前在线用户较少,发布求助请尽量完整的填写文献信息,科研通机器人24小时在线,伴您度过漫漫科研夜!身体可是革命的本钱,早点休息,好梦!

Uncovering the spatial landscape of molecular interactions within the tumor microenvironment through latent spaces

背景(考古学) 肿瘤微环境 转录组 免疫疗法 免疫系统 空间分析 细胞 生物 计算生物学 基因 基因表达 免疫学 遗传学 地理 遥感 古生物学
作者
Atul Deshpande,Melanie Loth,Dimitrios N. Sidiropoulos,Shuming Zhang,Long Yuan,Alexander T.F. Bell,Qingfeng Zhu,Won Jin Ho,Cesar Augusto Santa-Maria,Daniele M. Gilkes,Stephen R. Williams,Cedric Uytingco,Jennifer Chew,Andrej Hartnett,Zachary Bent,Alexander V. Favorov,Aleksander S. Popel,Mark Yarchoan,Ashley Kiemen,Pei‐Hsun Wu,Kohei Fujikura,Denis Wirtz,Laura D. Wood,Lei Zheng,Elizabeth M. Jaffee,Robert A. Anders,Ludmila Danilova,Genevieve Stein-O’Brien,Luciane T. Kagohara,Elana J. Fertig
出处
期刊:Cell systems [Elsevier]
卷期号:14 (4): 285-301.e4 被引量:4
标识
DOI:10.1016/j.cels.2023.03.004
摘要

Recent advances in spatial transcriptomics (STs) enable gene expression measurements from a tissue sample while retaining its spatial context. This technology enables unprecedented in situ resolution of the regulatory pathways that underlie the heterogeneity in the tumor as well as the tumor microenvironment (TME). The direct characterization of cellular co-localization with spatial technologies facilities quantification of the molecular changes resulting from direct cell-cell interaction, as it occurs in tumor-immune interactions. We present SpaceMarkers, a bioinformatics algorithm to infer molecular changes from cell-cell interactions from latent space analysis of ST data. We apply this approach to infer the molecular changes from tumor-immune interactions in Visium spatial transcriptomics data of metastasis, invasive and precursor lesions, and immunotherapy treatment. Further transfer learning in matched scRNA-seq data enabled further quantification of the specific cell types in which SpaceMarkers are enriched. Altogether, SpaceMarkers can identify the location and context-specific molecular interactions within the TME from ST data.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
田様应助qq采纳,获得10
2秒前
JMZ14258发布了新的文献求助10
4秒前
超脱闲人发布了新的文献求助10
11秒前
JMZ14258完成签到,获得积分10
12秒前
落沧完成签到 ,获得积分10
14秒前
古铜完成签到 ,获得积分10
17秒前
17秒前
18秒前
汉堡包应助超脱闲人采纳,获得10
23秒前
qq发布了新的文献求助10
23秒前
zyx完成签到,获得积分10
24秒前
27秒前
ANNNNN发布了新的文献求助10
33秒前
36秒前
iShine完成签到 ,获得积分10
41秒前
jiaojiao发布了新的文献求助10
43秒前
hh发布了新的文献求助10
43秒前
往复完成签到,获得积分10
44秒前
大模型应助ANNNNN采纳,获得10
47秒前
47秒前
50秒前
领导范儿应助斯文觅云采纳,获得10
54秒前
LukeLion发布了新的文献求助10
54秒前
小不胖鼠发布了新的文献求助10
56秒前
hh关闭了hh文献求助
56秒前
CC完成签到,获得积分10
59秒前
1分钟前
高大的机器猫完成签到 ,获得积分10
1分钟前
K寓应助七七采纳,获得10
1分钟前
丘比特应助CYC采纳,获得10
1分钟前
1分钟前
1分钟前
英俊的铭应助小不胖鼠采纳,获得10
1分钟前
大个应助科研通管家采纳,获得10
1分钟前
科研通AI2S应助科研通管家采纳,获得10
1分钟前
寻道图强应助科研通管家采纳,获得30
1分钟前
所所应助科研通管家采纳,获得10
1分钟前
1分钟前
1分钟前
落后从阳发布了新的文献求助10
1分钟前
高分求助中
The late Devonian Standard Conodont Zonation 2000
Nickel superalloy market size, share, growth, trends, and forecast 2023-2030 2000
The Lali Section: An Excellent Reference Section for Upper - Devonian in South China 1500
Very-high-order BVD Schemes Using β-variable THINC Method 890
Mantiden: Faszinierende Lauerjäger Faszinierende Lauerjäger 800
PraxisRatgeber: Mantiden: Faszinierende Lauerjäger 800
A new species of Coccus (Homoptera: Coccoidea) from Malawi 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3256842
求助须知:如何正确求助?哪些是违规求助? 2898968
关于积分的说明 8303160
捐赠科研通 2568204
什么是DOI,文献DOI怎么找? 1394916
科研通“疑难数据库(出版商)”最低求助积分说明 652924
邀请新用户注册赠送积分活动 630631