TGViewer
MedData Lab MedData Lab @meddatalab · 391 subscribers
Post #86 297
Сейчас я на летней школе по биоинформатике в МФТИ, и одна из тем программы — одноклеточное секвенирование и пространственная транскриптомика.

Хороший повод рассказать, почему эти технологии так сильно изменили наш взгляд на опухоль!

Представьте фруктовый смузи.
Мы можем определить, что в нём есть клубника, банан, киви и голубика. Можем примерно оценить, каких ингредиентов больше, а каких меньше. Но после того, как всё смешали, уже невозможно понять, сколько именно отдельных ягод и кусочков каждого фрукта положили в блендер.

Примерно так работает обычная bulk RNA-seq.
Мы берём фрагмент ткани, выделяем из него РНК и получаем общий профиль экспрессии генов.

Это полезная информация, но она усреднена по всем клеткам образца.
Мы видим общий сигнал, но не знаем, какие именно клетки внесли в него вклад.

Следующим шагом стало одноклеточное секвенирование — single-cell RNA-seq.

Если продолжить аналогию, теперь мы можем сказать: в смузи положили десять ягод клубники, половину банана, три кусочка киви и 15 ягод голубики.

То есть мы уже видим состав по отдельным клеткам.
В опухоли можно различить опухолевые клетки, иммунные клетки, фибробласты, эндотелиальные клетки и множество их состояний.

Причём клетки, которые выглядят похоже под микроскопом, могут иметь совсем разные профили экспрессии генов.

Но для такого анализа ткань приходится разделять на отдельные клетки.
Поэтому мы узнаём, кто находился в образце, но теряем информацию о том, где именно находилась каждая клетка и кто был её соседом.

И здесь появляется пространственная транскриптомика.

Представьте, что до приготовления смузи фрукты лежали на тарелке в определённом порядке: клубника была в центре, голубика — по краям, а кусочки киви находились рядом с бананом.

Пространственная транскриптомика позволяет сохранить эту исходную картину.

Мы видим не только, какие клетки присутствуют в ткани, но и где они расположены относительно друг друга.

Можно изучать отдельные участки опухоли, искать клеточные ниши и смотреть, какие типы клеток соседствуют между собой.
При этом важно, что разрешение зависит от конкретной технологии: где-то мы получаем информацию на уровне отдельных клеток, а где-то — небольших участков ткани, включающих несколько клеток.

Сейчас single-cell RNA-seq и пространственную транскриптомику всё чаще используют вместе.

Одноклеточное секвенирование помогает подробно описать состав ткани.
Пространственная транскриптомика возвращает этому составу координаты.

В результате вопрос уже звучит не просто так:
Какие гены экспрессируются в опухоли?

А гораздо точнее:
В каких клетках они экспрессируются, где находятся эти клетки и кто расположен рядом?

Именно это позволяет рассматривать опухоль не как однородную массу, а как сложную систему из разных клеток, состояний и взаимодействий.
  • ❤ 8
  • 🔥 7
  • ❤‍🔥 3
  • 👍 1
  • 🤩 1
  • 🤓 1
More from @meddatalab
  1. Sep 21, 2026Вернёмся к голосовалке из прошлого поста. Напомню условие: исследование сравнивало два мет…
  2. Sep 16, 2026Я снова студент 😏 Теперь — магистратуры ВШЭ. Так что посты могут иногда выходить чуть реж…
  3. Sep 10, 2026Post #106
  4. Sep 10, 2026p = 0,2. Значит, эффекта нет? Наверняка вы встречали в статьях что-то вроде: «Статистическ…
  5. Sep 3, 2026Когда данные слишком красивые В конце августа 2011 года трое молодых исследователей из Til…
  6. Aug 31, 2026Почему не каждую переменную нужно включать в модель: конфаундер vs коллайдер Когда мы стро…
Threads Profile ViewerView any public Threads profile without an account.Open ThreadLook →Writing with AI? Make it sound human.Metric37 rewrites AI drafts so they read naturally. Free AI detector, 1,500 words free.Try Metric37 →