近日,來自美國辛辛那提兒童醫(yī)院等研究機構(gòu)的科研團隊在干細胞研究領(lǐng)域取得了突破性進展。他們通過結(jié)合博弈論和機器學習技術(shù),成功繪制出世界上關(guān)于多種類型干細胞和早期祖細胞的最詳盡圖譜,這一成果對理解和治療白血病等血液疾病具有深遠意義。
該研究團隊在2024年3月21日的《自然免疫學》期刊上發(fā)表了題為“人類造血祖細胞的免疫表型偶聯(lián)轉(zhuǎn)錄組圖譜”的研究論文,其中詳細介紹了他們對造血干/祖細胞(HSPC)的80多個不同亞群的精準識別。
這項復雜的研究采用了先進的基因組研究工具(http://www.weberwork.com/sell/l_5/)和計算方法,涉及對超過30萬個來自不同種族和性別捐獻者的骨髓細胞進行詳細分析。研究團隊通過創(chuàng)新的單細胞RNA測序技術(shù)和流式細胞術(shù),結(jié)合機器學習技術(shù)和博弈論進行統(tǒng)計分析,成功繪制出詳盡的骨髓細胞圖譜。
他們的主要發(fā)現(xiàn)包括:開發(fā)了一種優(yōu)于商業(yè)產(chǎn)品(http://www.weberwork.com/invest/)的新型抗體混合物,用于分析人類骨髓細胞;通過整合基因表達和表面蛋白信息,確定了89個細胞群體,揭示了新的干/祖細胞群體;分離出新型細胞群體并發(fā)現(xiàn)其標志物,為白血病等疾病的診斷和治療提供了新的線索;開發(fā)了一種新型在線計算工具,可用于預測急性髓性白血病等癌癥的細胞起源和可能原因。
論文共同通訊(http://www.weberwork.com/sell/l_25/)作者Nathan Salomonis表示,這項研究結(jié)合了先前的多種圖譜信息、表面標志物和基因信息以及機器學習的新進展,揭示了以前未知的細胞狀態(tài),如最原始的干細胞。這一發(fā)現(xiàn)對于理解血細胞形成過程以及開發(fā)新的治療方法具有重要意義。
此外,這項研究還有望在白血病等血液疾病的診斷和治療方面發(fā)揮重要作用。通過監(jiān)測患者體內(nèi)細胞狀態(tài)的變化,醫(yī)生可以更加準確地判斷疾病的進展和治療效果,從而制定更加個性化的治療方案。
盡管這項新的干細胞圖譜開發(fā)是一個重要里程碑,但要將其整合到實際醫(yī)療護理中,還需要進一步的研究和開發(fā)。然而,這項研究的成果為未來的研究提供了寶貴的資源和工具,有望加速發(fā)現(xiàn)更多血液疾病的細胞和分子調(diào)節(jié)因子。
總的來說,這項研究不僅為我們揭示了造血干細胞的復雜性和多樣性,還為血液疾病的診斷和治療提供了新的視角和工具。隨著研究的深入和技術(shù)的不斷進步,相信未來我們能夠在血液疾病領(lǐng)域取得更多的突破和進展。