"(...) Appliqué à 12 lignées cellulaires majeures dans 16 types de carcinome humain, Ecotyper a idendifié 69 états cellulaires définis par transcription (...)"
Déterminer comment les cellules varient avec leur environnement de signalisation local et s'organisent en communautés cellulaires distinctes est essentiel pour comprendre des processus aussi divers que le développement, le vieillissement et le cancer. Nous présentons ici EcoTyper, un cadre d'apprentissage automatique pour l'identification et la validation à grande échelle des états cellulaires et des communautés multicellulaires à partir de données d'expression génique en vrac, unicellulaires et spatialement résolues. Appliqué à 12 lignées cellulaires majeures dans 16 types de carcinome humain, EcoTyper a identifié 69 états cellulaires définis par transcription. La plupart des états étaient spécifiques au tissu néoplasique, omniprésents dans tous les types de tumeurs et significativement pronostiques. En analysant les modèles de concommitance de différentes états cellulaires, nous avons découvert dix communautés multicellulaires cliniquement distinctes avec une conservation étonnamment forte, dont trois avec des éléments myéloïdes et stromales liés à une survie défavorable, une enrichie en tissu normal et deux associées au développement précoce du cancer. Cette étude élucide les unités fondamentales de l'organisation cellulaire dans le carcinome humain et fournit un cadre pour le profilage à grande échelle des écosystèmes cellulaires dans n'importe quel tissu. Bogdan A. Luca, et al, dans Cell, publication en ligne en avant-première, 30 septembre 2021
Source iconographique, légendaire et rédactionnelle : Science Direct / Préparation post : NZ