新的分析工具提高了遗传分析和研究的准确性

罗格斯大学的研究人员开发了一种分析工具，用于发现和排除污染单细胞生物遗传分析的杂散DNA和RNA。他们的工作发表在《自然计算科学》上，也可能有助于实验室避免同一样本中不同生物体的测序基因片段不匹配。

这款免费软件被称为宿主微生物组相互作用的单细胞分析(SAHMI)，可以提高医学研究的准确性，特别是微生物组对健康影响的研究，并可能最终推动依赖于组织样本遗传分析的临床护理。

“样本污染频繁发生，因为外来遗传物质无处不在：患者手指上的斑点、漂浮在空气中、潜伏在实验室试剂内，”罗格斯罗伯特伍德约翰逊医学院双博士生、该研究的主要作者巴塞尔·加达尔(BasselGhaddar)说。学习。

“我们用来了解测序基因片段来自何处的算法也带来了挑战，”加达尔补充道。“他们需要弄清楚一点DNA或RNA是否属于患者、微生物组中的细菌、入侵的病毒或其他东西。这些算法可能会犯很多错误。”

开发出SAHMI后，创建者通过在包含已知微生物感染的人体组织样本的各种数据集上进行测试来确保其有效。他们发现SAHMI成功识别并量化了所有样本中的已知病原体，同时滤除污染物和误报。

测试还表明，SAHMI可用于识别微生物相关细胞并研究微生物在组织中的空间分布。

该软件提高结果准确性的能力可以改善对各种组织和疾病的研究。加达尔说，它对于通常含有大量未知微生物的组织样本特别有价值。

这些组织类型自然包括那些与肠道、皮肤、鼻子或肺微生物组相互作用的组织类型。它们包括许多其他曾经被认为不含微生物的组织类型，例如来自胰腺等器官的组织，甚至许多癌症的组织类型。

考虑到这一点，SAHMI的创建者表示，它可用于识别与特定疾病相关的微生物或追踪疾病进展过程中微生物组的变化。它还可用于研究药物或其他干预措施对微生物组的影响以及初始微生物组组成对各种疾病易感性的影响。

罗格斯大学团队已经使用SAHMI检查胰腺肿瘤的微生物组，并以单细胞分辨率识别与炎症和存活率低相关的特定微生物。研究人员表示，他们相信微生物可能是胰腺癌早期诊断或治疗的新靶标，胰腺癌是美国男性和女性癌症死亡的第四大原因。

罗格斯大学癌症研究所首席研究员、该研究的资深作者SubhajyotiDe表示：“这项技术在我们的胰腺癌研究中产生的结果为肿瘤发展提供了意想不到的重要新见解，同时也提出了攻击肿瘤的新方法。”“我们认为它可以在许多其他研究领域并最终在正常的患者护理中产生类似水平的洞察力，这就是为什么我们通过GitHub免费提供它。”

　　免责声明：本文由用户上传，与本网站立场无关。财经信息仅供读者参考，并不构成投资建议。投资者据此操作，风险自担。 如有侵权请联系删除！