上海芯超生物科技有限公司

19

手机商铺

qrcode
商家活跃:
产品热度:
  • NaN
  • 0.20000000000000018
  • 0.20000000000000018
  • 2.2
  • 2.2
文献支持
空间多组学—— 芯空一号——组织芯片/ 空间转录组测序/单细胞原位空间基因(蛋白)组检测技术/ 组织多色免疫荧光/ 单细胞原位空间蛋白组/ 空间蛋白转录组测序技术/单细胞原位分析技术
询价

公司新闻/正文

【IF:29】CosMx SMI解析胰腺癌耐药难题

2069 人阅读发布时间:2025-11-17 09:24

各位读者,好久不见呀,我是本月的文献推荐官“空空”~

快年末啦,是不是科研压力又上来了呢? 莫焦虑莫焦虑,焦虑伤身又无益!读者同仁们不妨放下移液枪,且来看看这篇文章,说不定会有新的启发哦~

 

文献展示

 

图片

 

现在的空转技术真是百花齐放百家争鸣,各有所长。随着技术的越发成熟,针对数据的解析也越来越深入,相关算法的开发应用也丰富多样起来!

那么,空空这次给各位深度解读一篇以SMI技术为主的文献,其中开发了细胞互作分析的新算法,以期帮助各位新增一点研究思路~

 

 

研究背景

 

胰腺癌被称为“癌王”,五年生存率仅约13%,其致命弱点在于对化疗和放疗的普遍耐药性。长期以来,科学家们推测肿瘤细胞与其周围环境之间的细胞互作是产生耐药的关键,但缺乏直接证据。

这篇来自麻省总医院和哈佛大学的研究团队在《Nature Genetics》上发表了一项突破性研究,利用空间分子成像技术CosMx SMI首次在单细胞分辨率下揭示了胰腺癌肿瘤微环境在治疗前后的变化规律,并发现了一种由成纤维细胞主导的耐药新机制。

研究队列

13例人类胰腺癌标本,7例未治疗,6例接受新辅助放化疗。

研究路线

一、细胞聚类注释

通过对超过70万个细胞进行分析,结合HE病理学和基因表达情况,团队成功识别出恶性肿瘤细胞、癌症相关成纤维细胞(CAF)、免疫细胞等各类细胞。

 

图片

 

二、应用空间聚类算法——DBSCAN识别胰腺腺体及腺体异质性

DBSCAN(Density-Based Spatial Clustering of Applications with Noise)是通过点的密度来识别聚类集群的一种算法。(想要了解详细可以上网自行学习哟~)

分析结果显示,治疗后,肿瘤细胞形成的腺管结构数量减少,且更多细胞以孤立形式存在。有趣的是,多数腺管由单一亚型肿瘤细胞主导,显示肿瘤内部存在明显的克隆性生长。 



图片

 

三、开发新算法SCOTIA破译细胞间互作

SCOTIA (Spatially Constrained Optimal Transport Interaction Analysis)空间约束最优传输交互分析。SCOTIA将细胞间的距离配体-受体基因表达信息整合到一个数学模型中,量化细胞间的“互动强度”。

研究人员鉴定出24对在治疗后增强的配体-受体相互作用,以及60对在治疗后减弱的相互作用,发现CAF与恶性肿瘤细胞之间的互动在治疗后发生了最为明显的变化

 

图片

 

四、体外验证

在治疗后增强的相互作用中,IL-6家族信号通路尤为引人注目,最后通过CAF和肿瘤细胞的共培养方式,在体外对空转发现进行了机制验证——IL-6信号通路促进胰腺癌肿瘤耐药。

 

图片

 

小  结

随着空间生物学技术的不断进步,我们有望揭示更多肿瘤细胞与微环境之间的复杂互动网络,为开发联合治疗策略提供新思路。当单独靶向肿瘤细胞遇到治疗瓶颈,联合打击肿瘤细胞周围的“帮凶”细胞,可能会成为突破瓶颈的关键。 这项研究不仅为胰腺癌治疗提供了新方向,也是聚焦细胞互作研究的范例,其中的空间分析算法也可以参考纳入老师们自己的研究中哦~

 

 

如各位老师科研路上有任何问题或咨询,可联系芯超当地销售,或拨打热线电话,祝老师们科研顺利!
参考文献

1. Shiau, C., Cao, J., Gong, D. et al. Spatially resolved analysis of pancreatic cancer identifies therapy-associated remodeling of the tumor microenvironment. Nat Genet 56, 2466–2478 (2024)

 

———————————————————————————————————————————————————————————————————————————————————————

 

为助力各位老师的科研,芯超生物近期发布了新品“芯空一号”空间多组学解决方案,以期帮助大家走通 “从样本制备->数据挖掘"的全链条路径。

 

芯空一号

利用组织芯片/大组织切片,联合空间多组学技术、人工智能驱动的空间映射算法等创新方案,实现高性价比、高一致性、高维度的空间大数据挖掘与分析范式,是一种“从样本制备到数据挖掘”的全链条解决方案。它能够揭示意想不到的细胞互作关系,相同细胞类型在组织微环境中不同的细胞行为,识别不同的细胞聚集模式,预测疾病的发展。不仅可创新性地发现受空间限制的药物作用新靶标,更能通过建立三维病理特征-分子网络-临床表型的多维关联模型,为精准诊疗提供具有空间可解释性的新型生物标志物体系。

 

 

空间组学.png

 

Visium空间转录组测序平台,CosMx™ SMI单细胞空间原位分子成像平台,GeoMx® DSP数字空间组学平台,PCF(PhenoCycler-Fusion)单细胞原位空间蛋白组平台,LCM+质谱-深度空间蛋白组平台,各空间多组学技术具有不同的技术参数,如细胞分辨率、基因覆盖率和通量,我们通过评估各平台的核心性能参数与实验兼容性,结合研究需求(如样本类型、研究规模及目标生物学问题),为研究者提供合理化的技术筛选框架,以实现精准匹配实验设计与平台能力。

 

【IF=48.8】大样本和空间多组学分析-揭示小细胞肺癌异质性

 CosMx™ SMI单细胞空间原位空间基因(蛋白)组检测技术

新闻图片1

新闻图片2

 

期待与全国科研先锋并肩,以系统性解决方案重塑空间组学研究新范式,开启生命时空图谱的新纪元!如老师们有任何兴趣和问题,可随时联系芯超当地销售或拨打我们热线电话。祝老师们科研之路顺利!

 

 

上一篇

空间多组学【首次】界定DLBCL特异空间微环境

下一篇

空间多组学| 10x Visium携手PCF披荆斩棘

更多资讯

我的询价