バルク組織内の細胞タイプの存在量および発現をデジタルサイトメトリーで決定する

単一細胞RNA塩基配列解読法は、細胞の不均一性を特徴付けるための強力な技術として登場したが、現在のところ大規模なサンプルコホートでは実用的でなく、日常の診療の中で収集される固定組織標本に利用することができない。我々は以前に、バルク組織のトランスクリプトームから細胞型の存在量を見積もることができるCIBERSORTというデジタルサイトメトリー法を開発した。今回我々は、CIBERSORTの枠組みを拡張して、細胞を物理的に単離することなく細胞タイプ特異的な遺伝子発現プロファイルを推測する機械学習法CIBERSORTxを紹介する。CIBERSORTxはまた、プラットフォーム固有の変動を最小限とすることにより、大規模組織解析への単一細胞RNA塩基配列解読データの使用を可能とする。我々は、黒色腫などのさまざまな腫瘍タイプにおいて、単一細胞参照プロファイルを用いてバルク臨床検体を解析してCIBERSORTxの実用性を評価し、異なる複数のドライバー変異や免疫チェックポイント遮断への応答に結び付く、細胞タイプ特異的なさまざまな表現型状態を明らかにした。デジタルサイトメトリーは、単一細胞プロファイリング研究を強化し、抗体や脱凝集、生細胞を必要としない費用対効果の高いハイスループットな組織の特徴付けを可能とすると期待される。