自从切片组织以来最好的事情
想象一下盘子上有几片粗切的面包片。仅凭这些切片，您能详细地描绘出它们来自的面包吗?
现在，想象一下来自一个小肿瘤的几个薄组织切片。您已经测试了几个基因中的哪一个在每个切片的长度和宽度的每个点上都是活跃的。利用来自几个切片的二维数据，您能否预测哪些基因在肿瘤的整个三维结构中处于活跃状态?不容易，对吧?
仅使用几个切片的数据来识别肿瘤或其他组织的 3D 构成是一项严峻的计算挑战。但格拉德斯通研究所开发的一种新方法使研究人员能够做到这一点。这种方法发表在《自然方法》杂志上，可以让我们更深入地了解生物组织样本。
“如果没有三维，你可能会错过组织中发生的很多事情，”格莱斯顿高级研究员、该研究的高级作者芭芭拉·恩格尔哈特博士说。 “将 3D 空间中的切片放在一起应该可以帮助我们开始回答 2D 数据无法解决的问题。例如，肿瘤的精确边界是什么?免疫细胞浸润到肿瘤的哪里?肿瘤中的哪个位置最适合注射治疗药物?”
这种名为高斯过程空间对齐(GPSA)的新方法不仅仅适用于肿瘤。它可以应用于几乎任何类型的组织以及从组织切片获得的任何类型的数据，例如细胞的结构或细胞内哪些基因或蛋白质被打开，这对研究和医学具有广泛的影响。
填空
了解生物组织(无论是来自患病患者还是实验室中的动物)最广泛使用的方法之一是通过手术切除一些受影响的组织并对其进行分析。在世界各地的实验室中，技术人员可能会将切除的组织切成薄片，以便在显微镜下观察或测试特定分子的存在，这些分子可以帮助诊断、指导治疗或暗示药物的疗效。
然而，分析每个切片所需的时间、预算和计算能力意味着研究人员和医生通常仅限于来自组织不同部分的几张切片。此外，组织切片在实验室中进行切割、处理和分析时会发生物理扭曲，因此很难准确辨别切片在原始组织的整体 3D 结构中如何排列和装配在一起。
“从 2D 切片数据转变为完整的 3D 组织图像的第一步是通过计算反转扭曲，以便我们可以在虚拟空间中重新排列切片，”生物医学数据系教授 Engelhardt 说斯坦福大学的科学。
为了应对这一挑战，GPSA 方法使用 Engelhardt 和她的团队所说的两层高斯过程。这种统计方法利用 2D 组织切片的数据，并在第一层将扭曲的 2D 切片拟合到组织的 3D 模型上。在第二层中，GPSA 将从切片中收集的一些数据归因于 3D 模型中的每个点，例如在该点打开了哪些基因。通过这种方式，GPSA 实际上扭转了翘曲，并实现了切片的高精度对准。
在此过程中，GPSA 模型会预测整个组织中每个点的基因或蛋白质表达，从而填充切片之间的空间，最终生成组织的 3D“图谱”。
版权声明：本文由用户上传，如有侵权请联系删除！