陈伟课题组Bioinformatics发文单细胞CyTOF数据处理新方法以去除临床样品中的钆污染

来源 :基础医学系    发布时间 :2021-08-01    浏览次数 :571

2021716日,浙江大学基础医学院陈伟教授课题组在Bioinformatics杂志在线发表了名为GdClean: removal of Gadolinium contamination in mass cytometry data的研究文章。该文章开发了一套用于去除单细胞质谱流式数据中的钆污染信号的计算方法。

质谱流式细胞仪(CyTOF)是一种高通量单细胞检测平台,其可以在单细胞水平同时检测大于40种细胞表面或者细胞功能相关生物标记物,并被广泛应用于基础生物学研究与临床诊断等领域。而分析临床样品中, 领域一直存在着钆污染问题, 一直没有很好的方法来解决, 从而影响单细胞CyTOF检测的数据质量。 钆污染主要源自于临床诊断上核磁共振检查(Magnetic resonance imaging,MRI)过程中所使用的钆造影剂(Gadolinium-based contrast agents,GBCAs),该造影剂特别是在前列腺癌、乳腺癌、直肠癌、肝癌等癌症的诊断中使用较广泛 。因此,接受过MRI检查并服用钆造影剂的病人的组织细胞中往往会残留一定的钆同位素,而这些残留的钆同位素会与单细胞标记抗体所偶联的钆同位素会被CyTOF系统一同检出,从而导致对应钆同位素通道的检测信号污染(图1)。


图1钆污染信号来源与GdClean算法设计简图。


该研究深入解析了钆污染信号中不同钆同位素信号的组成差异,并提出单个细胞中的钆污染信号之间的强度比值与钆同位素在自然界中的丰度显著相关。利用这一特性,该计算方法能够有效计算出单个细胞的钆污染系数,并去除单细胞质谱流式中的钆污染信号。该研究通过模拟的钆污染信号以及与钆同位素通道配对的真实抗体信号,证明了该算法能够有效去除钆污染信号并保留单细胞数据中的真实抗体信号。

该研究首次提出了能有效解决单细胞质谱流式检测中的钆污染问题的计算方法,同时也为未来利用单细胞质谱检测技术开展更广泛的临床研究和应用提供了重要的工具。该研究受到了浙一医院方维佳主任及其课题组、浙江大学航空航天学院宋开臣教授、浙江普罗亭健康科技有限公司的大力支持。浙江大学生仪学院博士刘俊伟为第一作者,基础医学院陈伟教授与生仪学院尹巍巍副教授为共同通讯作者。该研究受到了国家自然科学基金与国家科技部基金的支持。

原文链接:

https://academic.oup.com/bioinformatics/advance-article/doi/10.1093/bioinformatics/btab537/6329822