可讓研究人員確定新的細(xì)胞亞型，從看似全然混亂的狀態(tài)創(chuàng)造出秩序。標(biāo)志著我們向單細(xì)胞基因組邁進了重要的一步。

單細(xì)胞RNA測序是一種相對較新的技術(shù)，可以幫助科學(xué)家們了解基因在不同類型健康組織和癌癥中是如何表達(dá)的。它能夠在一次實驗中提供數(shù)百個單細(xì)胞的基因表達(dá)譜數(shù)據(jù)，從而產(chǎn)生單個細(xì)胞類型的準(zhǔn)確信息。然而，單細(xì)胞轉(zhuǎn)錄組結(jié)構(gòu)的根本復(fù)雜性，對于弄懂這些數(shù)據(jù)提出了一個重大挑戰(zhàn)。

利用單細(xì)胞基因組學(xué)，我們能夠選取一個組織的細(xì)胞，根據(jù)它們的表達(dá)譜，把它們分成不同的類型，從而確定可能有一系列功能作用的細(xì)胞亞型。但是，為了正確地做到這一點，我們需要處理一些混雜因素，直到現(xiàn)在，我們還沒有可靠的方法解決這些混雜因素。

一種組織類型的樣本具有固有的復(fù)雜性：一些細(xì)胞將會是新的，一些則是舊的，在任何給定的時間點上它們將處于細(xì)胞周期的不同階段。大多數(shù)細(xì)胞類型也有隱藏的亞型，每一種可能具有不同的功能。該研究小組開發(fā)出一種新的單細(xì)胞潛變量模型（scLVM），可讓我們檢測和控制隱藏的亞結(jié)構(gòu)，從而使相關(guān)的生物信號更容易識別。

已經(jīng)明確了如何考慮細(xì)胞周期階段、測量噪聲或生物學(xué)過程這樣的因素，從而可能獲得不同細(xì)胞類型和亞型中基因表達(dá)的更準(zhǔn)確信息。將單細(xì)胞分析與統(tǒng)計方法相結(jié)合，可讓我們確定細(xì)胞類型，否則它們?nèi)匀徊槐话l(fā)現(xiàn)。

如果你所有的數(shù)據(jù)都來自于單細(xì)胞的基因表達(dá)，你就需要一種方法來識別和糾正可區(qū)分單個細(xì)胞的潛在因素，所以你可以了解其深層的生物學(xué)因素。我們的模型解釋了單細(xì)胞之間的關(guān)聯(lián)性，例如它們是否處于細(xì)胞周期的相同階段，識別可能混雜的變量，并去除它們。這也使我們更容易發(fā)現(xiàn)新的細(xì)胞亞型——你可能不知道已存在的變量，然后一并糾正它們。

單細(xì)胞類型分析，對于生物醫(yī)學(xué)研究是至關(guān)重要的。我們可以根據(jù)已知的、詳細(xì)的細(xì)胞構(gòu)成，更好地研究和了解癌細(xì)胞、分化過程以及各種疾病的發(fā)病機制?，F(xiàn)在我們的模型可利用單細(xì)胞基因組學(xué)進行這種分析。