Richtlinien zur Einreichung von Proben
Warum molekulare Subtypisierung mehr als nur Clustering benötigt
Das Ziel ist nicht, die bunteste Heatmap zu erstellen. Das Ziel ist es, Forschungsgruppen zu finden, die nach sorgfältigen Tests weiterhin nützlich sind.
Verschiedene Algorithmen können dieselben Proben auf unterschiedliche Weise aufteilen. Fehlende Daten, Batch-Effekte, ungleiche Gruppengrößen, Gewebekomposition und einige ungewöhnliche Proben können ebenfalls das Ergebnis verändern.
Wir betrachten daher das erste Clustering-Ergebnis als ein Kandidatenmodell, nicht als endgültige Antwort. Wir wiederholen die Analyse unter vernünftigen Änderungen, überprüfen, ob die gleichen Proben zusammenbleiben, und suchen nach technischen Variablen, die die Gruppen erklären könnten.
Wir verbinden dann die stabilen Gruppen mit molekularen Programmen, Zellzuständen, Gewebegebieten und gemessenen Forschungsphänotypen. Wenn die Studie eine stärkere Datenebene benötigt, können wir in unseren Laboren Bulk-, Einzelzell-, räumliche oder Multi-Omics-Daten generieren.
Fragen, bei denen wir Ihnen helfen können, sie zu beantworten
- Wie viele Subtypen werden von den Daten unterstützt?
- Bleiben die gleichen Proben nach dem Resampling gruppiert?
- Beeinflussen Batch, Standort, Reinheit oder Zellzusammensetzung das Ergebnis?
- Welche Merkmale und Wege definieren jeden Subtyp?
- Kann einer neuen Probe ein Vertrauensscore zugewiesen werden?
- Reproduziert sich das Muster in einer anderen Kohorte?
Molekulare Subtypisierung für spezifische Forschungsentscheidungen
Wir wählen die Datenebenen und den Validierungsplan entsprechend der biologischen Fragestellung aus, nicht nach einem bevorzugten Algorithmus.
Stabile Tumor-Subtypen aus Bulk- oder Multi-Omics-Daten finden
Ihre Frage: Enthält diese Kohorte wiederholbare molekulare Gruppen, und welche Biologie trennt sie?
Daten und Experimente: Die Studie kann entweder RNA-Expression allein verwenden oder Varianten, Änderungen der Kopienzahl, DNA-Methylierung, Chromatinzugänglichkeit, Proteine oder Metaboliten kombinieren. Wir können mit bestehenden Matrizen arbeiten oder die fehlenden Daten aus Biospezimen generieren.
Wie KI hilft: KI-unterstützte Methoden vergleichen Muster über eine oder mehrere molekulare Schichten. Wir testen mehrere angemessene Gruppenzahlen und Methoden, anstatt das erste Ergebnis zu akzeptieren.
Wie wir das Ergebnis testen: Wir verwenden wiederholtes Subsampling, Konsensmessungen, Trennungsprüfungen, Merkmalsensitivität und batchbewusste Überprüfung. Wir untersuchen auch, ob eine kleine Gruppe durch qualitativ minderwertige oder ungewöhnliche Proben verursacht wird.
Was wir liefern: Sie erhalten die empfohlene Subtypnummer, Musterzuweisungen, Stabilitätsnachweise, definierende Merkmale, Zusammenfassungen der Wege und wichtige Einschränkungen.
Veröffentlichte Beweise: Hoadley et al. integrierten mehrere molekulare Plattformen über mehr als 10.000 Tumoren und zeigten, dass Gewebe- und Zellursprungsmuster die molekulare Klassifikation stark prägten. Dies verdeutlicht, warum der biologische Kontext bei der Interpretation eines Clusters berücksichtigt werden muss.
Lösen Sie Immun- und Mikroumgebungs-Subtypen
Ihre Frage: Werden die Gruppen von Tumorzellen, Immunzellen, Stromazellen oder ihrer räumlichen Anordnung angetrieben?
Daten und Experimente: Bulk-RNA kann eine kohortenweite Sicht bieten. Einzelzell-RNA, Zelloberflächenproteine, Immunrezeptoren oder Chromatindaten können Zellzustände unterscheiden. Räumliche Profilierung kann zeigen, wo diese Zellen und Programme im Gewebe vorkommen.
Wie KI hilft: KI-gestützte Analysen verbinden Zellpopulationen, Zellzustände, Signalwege und Gewebeumgebungen. Sie können vergleichen, ob ein Bulk-Subtyp sichtbar bleibt, nachdem die sich ändernden Zellproportionen berücksichtigt wurden.
Wie wir das Ergebnis testen: Wir vergleichen die Gruppenstruktur über Proben und Datentypen, überprüfen Spender- und Batch-Effekte und bestätigen wichtige Muster mit einem unabhängigen Datensatz oder einem gezielten Test, wenn möglich.
Was wir liefern: Sie erhalten Zuweisungen zu Immun- oder Mikroumgebungsgruppen, Zell- und Wegprofile, räumliche Karten, sofern vorhanden, sowie Marker für weiterführende Forschungen.
Veröffentlichte Beweise: Sivakumar et al. verwendeten abgestimmte Einzelzell-Multi-Omik-Daten aus Bauchspeicheldrüsentumoren und Blut sowie zwei öffentliche Datensätze, um myeloid-reiche und adaptive-reiche Mikroumgebungen zu identifizieren. Wang et al. verwendeten räumliche Transkriptomik in 92 Fällen von triple-negativem Brustkrebs und identifizierten neun räumliche Archetypen, die in externen Datensätzen untersucht wurden.
Identifizierung von Subtypen der Arzneimittelreaktion oder experimentellen Phänotypen
Ihre Frage: Zeigen molekular unterschiedliche Gruppen unterschiedliche Reaktionsmuster, Resistenzmechanismen oder experimentelle Phänotypen?
Daten und Experimente: Wir können molekulare Profile mit gemessenen Dosis-Wirkungs-Werten, Störungsergebnissen, resistenten und empfindlichen Modellen, longitudinalen Proben oder anderen quantitativen Phänotypen kombinieren.
Wie KI hilft: Wir können zunächst Gruppen entdecken, ohne das Antwortlabel zu verwenden, und dann die Antworten zwischen den Gruppen vergleichen. Wenn es angemessen ist, können semi-supervised Methoden einen Forschungsphänotyp verwenden, um die Analyse zu leiten, während die molekulare Struktur sichtbar bleibt.
Wie wir das Ergebnis testen: Wir überprüfen, ob die Assoziation bestehen bleibt, nachdem wir Abstammung, Charge und Modellquelle berücksichtigt haben. Wichtige Ergebnisse sollten in zusätzlichen Modellen, Proben oder einem fokussierten Experiment wiederholt werden.
Was wir liefern: Sie erhalten Subtypzuweisungen, Antwortverteilungen, subtyp-spezifische molekulare Programme, Kandidatenmarker und einen Validierungsplan.
Veröffentlichte Beweise: Lehmann et al. kombinierten genomische, transkriptomische, epigenetische, proteinbasierte und Screening-Daten, um subtype-spezifische Merkmale und Forschungsanfälligkeiten bei triple-negativem Brustkrebs zu untersuchen. Die Studie zeigte auch, dass Tumoren gemischte oder kontinuierliche Subtyp-Signale enthalten können, anstatt klare Grenzen zu haben.
Sperren Sie eine Untertypregel und testen Sie sie in einer anderen Kohorte.
Ihre Frage: Kann das Subtyp-System auf neue Proben angewendet werden, und reproduziert es sich außerhalb des Entdeckungsatzes?
Daten und Experimente: Wir definieren die Entdeckungsgruppe, eine unabhängige Testgruppe, erforderliche Merkmale, Regeln zur Stichprobeneignung und akzeptable Plattformunterschiede. Wenn eine Testgruppe nicht verfügbar ist, können wir einen geeigneten öffentlichen Datensatz identifizieren oder eine spätere Validierungsstudie planen.
Wie KI hilft: KI-gestützte Merkmalsauswahl und Klassifikation können die Entdeckungsgruppen in eine feste Zuordnungsregel umwandeln. Jede neue Probe kann einen Subtyp-Score und ein Unklarheitsflag erhalten, anstatt ein festgelegtes Label zugewiesen zu bekommen.
Wie wir das Ergebnis testen: Wir messen die Zuordnungsrate, das Vertrauen, die Gruppenanteile, die molekulare Übereinstimmung und die Übereinstimmung der Wege. Wir testen auch den Einfluss von Plattform, Charge, Standort und Probenzusammensetzung.
Was wir liefern: Sie erhalten ein gesperrtes Merkmalsset oder eine Zentroidregel, Zuordnungen neuer Proben, Ergebnisse externer Replikationen und eine klare Aussage darüber, wo das Subtyp-System übertragbar ist und wo nicht.
Veröffentlichte Beweise: Langerud et al. analysierten 1.093 kolorektale Tumorproben von 692 Patienten. Die multiregionale Probenahme zeigte häufige Subtyp-Heterogenität, während ein Gen-Set mit geringerer Heterogenität ein konsistenteres Subtyp-Rahmenwerk unterstützte, das auch in externen Tumorserien veranschaulicht wurde.
Fügen Sie die molekulare Schicht hinzu, die die Subtypen klärt.
Die beste Technologie ist diejenige, die biologische Heterogenität von technischem Rauschen trennt und die nächste Forschungsentscheidung verändert.
| Servicetechnologie | Frage, die es beantworten kann | Gemeinsame Rolle im Subtypisieren |
|---|---|---|
| RNA-Sequenzierung | Welche Ausdrucksprogramme trennen die Proben? | Kohortenweite Subtypentdeckung, Pfadanalyse und Zuordnungssignaturen |
| Whole-Exom-Sequenzierung | Welche Kodierungsvarianten und Kopienzahlmuster unterscheiden sich nach Gruppen? | Genomischer Kontext, subtype-definierende Veränderungen und Modellvergleich |
| ATAC-Seq | Welche Regulierungsprogramme und zugänglichen Regionen unterscheiden sich nach Gruppe? | Interpretation von regulatorischen Subtypen und Analyse der upstream Treiber |
| Einzelzell-RNA-Sequenzierung | Welche Zelltypen oder Zellzustände erzeugen das Hauptsignal? | Seltene Zustände, gemischte Subtypen, Linienprogramme und Heterogenität innerhalb von Proben |
| Räumliche Multi-Omics-Sequenzierungsdienste | Wo treten Subtyp-Programme im Gewebe auf? | Räumliche Archetypen, Zellnachbarschaften, Grenzen und resistente Nischen |
| Multi-Omics-Dienste | Unterstützen mehrere molekulare Schichten denselben Subtyp? | Integrierte Subtypisierung, bereichsübergreifende Vereinbarung und Mechanismenverfeinerung |
| Bioinformatik-Dienstleistungen | Können vorhandene Daten konsistent verarbeitet und verglichen werden? | Qualitätsprüfung, Harmonisierung, Analyse öffentlicher Kohorten und reproduzierbare Berichterstattung |
Die räumliche Profilierung ist besonders nützlich, wenn Proben einen gemeinsamen Hauptsubtyp aufweisen, sich jedoch in Tumorregionen, immunologischen Nachbarschaften oder der stromalen Organisation unterscheiden. Das räumliche Design wird entsprechend dem Gewebetyp, der Erhaltungsmethode, dem benötigten Auflösungsgrad und der Forschungsfrage ausgewählt.
Beginnen Sie mit Mustern, vorhandenen Daten oder beidem.
| Projekttyp | Was Sie anbieten | Wie wir das Studium unterstützen |
|---|---|---|
| Probe zu Erkenntnis | Biospezimen, Studiengruppen, Metadaten und die Forschungsentscheidung | Wir entwerfen und führen die Omics-Experimente durch, verarbeiten die Daten, entwickeln das Subtyp-System und planen die Replikation. |
| Daten zu Erkenntnissen | Roh- oder verarbeitete Omiksmatrizen, Stichprobenmetadaten und optionale öffentliche Datensätze | Wir überprüfen die Datenqualität, entdecken und testen Subtypen, interpretieren die Biologie und entwickeln einen Zuordnungsansatz. |
| Hybrides Studium | Vorhandene Daten plus Proben für eine fehlende molekulare oder Validierungsschicht | Wir identifizieren die Evidenzlücke, generieren fokussierte neue Daten und aktualisieren das Subtypmodell. |
Wie wir entscheiden, ob ein Subtyp glaubwürdig ist
Keine einzelne Punktzahl beweist, dass ein Subtyp real ist. Wir überprüfen mehrere Formen von Beweisen gemeinsam.
- Wiederholungsstabilität: Bleiben die gleichen Proben zusammen, wenn die Kohorte wiederholt neu gezogen wird?
- Methodensensitivität: Bleibt die Hauptstruktur bei anderen vernünftigen Algorithmen, Distanzen oder Merkmalsätzen sichtbar?
- Gruppentrennung: Sind Gruppen ausreichend unterschiedlich, um sie zu interpretieren, ohne mehrdeutige Proben zu verbergen?
- Technische Sensibilität: Sind Charge, Standort, Plattform, Probenqualität oder Verarbeitungsdatum mit den Gruppen verknüpft?
- Biologische Vereinbarung: Erzählen Gene, Signalwege, Proteine, Zellen oder Geweberegionen eine konsistente Geschichte?
- Phänotypassoziation: Sind die gemessenen Forschungsphänotypen unterschiedlich über die Gruppen verteilt?
- Aufgabenvertrauen: Können neue Proben gekennzeichnet werden, ohne Grenzfälle zu erzwingen?
- Externe Replikation: Sind die Gruppen und ihre Biologie in einer unabhängigen Kohorte wiederhergestellt worden?
Wir berichten über widersprüchliche Ergebnisse sowie unterstützende Ergebnisse. Wenn die Daten einen kontinuierlichen Gradient unterstützen, anstatt separate Gruppen, werden wir dies zeigen, anstatt diskrete Subtypen zu erzwingen.
Von heterogenen Proben zu einem wiederverwendbaren Forschungssubtyp-System
Ein zusammenhängender Workflow hält die Datengenerierung, Subtypentdeckung, Qualitätstests, Interpretation, Zuordnung und Replikation auf dieselbe Fragestellung fokussiert.
Schritt 1 - Definieren Sie die Forschungsentscheidung: Wir klären die Kohorte, die biologische Fragestellung, die erwarteten Quellen der Heterogenität und wie das Ergebnis der Subtypisierung verwendet wird.
Schritt 2 - Daten und Studiendesign überprüfen: Wir untersuchen die Stichprobenbilanz, Metadaten, Batch-Struktur, fehlende Werte, verfügbare molekulare Schichten und mögliche Validierungskohorten.
Schritt 3 - Omics-Daten generieren oder verarbeiten: Wenn Proben enthalten sind, führen wir die vereinbarten Experimente durch. Alle Projekte beinhalten datenspezifische Qualitätskontrolle und -verarbeitung.
Schritt 4 - Entdecken Sie die Untertypstrukturen der Kandidaten: Wir vergleichen angemessene Merkmalsätze, Integrationsstrategien, Gruppenzahlen und Clusteransätze.
Schritt 5 - Stabilität und Verfälschung testen: Wir verwenden Resampling, Sensitivitätsanalysen, Gruppen-Trennungsprüfungen und Überprüfungen technischer Variablen.
Schritt 6 - Erkläre die Biologie: Wir identifizieren definierende Merkmale, Wege, Zellzustände, räumliche Muster und Forschungsphänotypassoziationen.
Schritt 7 - Erstellen Sie die Zuweisungsregel: Wir wählen ein praktisches Merkmalsset oder einen Subtyp-Zentrum aus und berichten über das Vertrauen oder die Mehrdeutigkeit für jede Probe.
Schritt 8 - Externe Replikation testen: Wir wenden den gesperrten Ansatz auf eine unabhängige Kohorte an und berichten über Übereinstimmungen, Unterschiede und Grenzen.
Was wir zur Planung der Studie benötigen
Eine frühzeitige Überprüfung der Metadaten hilft, eine technische Variable nicht mit einem biologischen Subtyp zu verwechseln.
- Forschungsfrage und wie das Ergebnis des Subtyps die nächste Studie leiten wird.
- Probenart, Gewebequelle, Konservierungsmethode und Entnahmeort
- Roh- oder verarbeitete Einzel-Omik- oder Multi-Omik-Daten
- Experimenteller Phänotyp, Behandlung, Zeitpunk und Ergebnisvariablen, wenn verfügbar.
- Batch, Plattform, Verarbeitungsdatum, Studienstandort und Probenqualitätsinformationen
- Verfügbare Biomaterialien für neue Groß-, Einzelzell- oder räumliche Experimente
- Kandidaten für öffentliche oder unabhängige Kohorten zur Replikation
Liefergegenstände für Entdeckung, Überprüfung und Wiederverwendung
- Studienentwurf und Datenqualitätsprüfung
- Qualitätskontrollierte Omics-Daten, wenn Experimente einbezogen werden
- Empfohlene Untertypnummer und Auswahlnachweis
- Konsens und Ergebnisse der Resampling-Stabilität
- Untertypzuweisung für jede berechtigte Probe
- Vertrauen, Mehrdeutigkeit und Ausreißerkennzeichen
- Subtype-definierende Merkmale und Kandidatenmarker
- Weg, Zellzustand und räumliche Interpretation, soweit zutreffend
- Batch-, Standort-, Plattform- und Funktionsempfindlichkeitsergebnisse
- Gesperrtes Funktionsset, Schwerpunkt oder Zuweisungsmodell
- Unabhängiger Kohorten-Replikationsbericht
- Reproduzierbare Tabellen, Abbildungen, Methoden, Einschränkungen und Nachverfolgungsplan
Wechsel von einem Muster in einem Datensatz zu einem testbaren Studiensystem
Ein Analyseanbieter kann mit den bereits vorhandenen Daten arbeiten. Das könnte die wichtigste Frage unbeantwortet lassen, wenn der Kohorte die molekulare Ebene, die Zellauflösung oder der Gewebe-Kontext fehlt, um die Gruppen zu erklären.
CD Genomics kombiniert Wet-Lab-Omics, Bioinformatik, Einzelzellanalysen, räumliches Profiling und KI-unterstützte Musterüberprüfung. Daher können wir die fehlenden Beweise identifizieren, sie generieren und mit der gleichen Subtypfrage verknüpfen.
Das Endergebnis ist für die Verwendung in der nächsten Forschungsstudie konzipiert: ein transparentes Subtypsystem, eine Regel für neue Proben, eine externe Replikationsbewertung und ein gezielter Plan für weitere Tests.
Forschungsgrenze
Molekulare Subtypen hängen von der Zusammensetzung der Kohorte, der Probenqualität, dem Assay-Design und dem biologischen Kontext ab. Wir garantieren nicht, dass separate Gruppen gefunden werden oder dass ein Forschungs-Subtyp auf jede Population, jedes Gewebe, jedes Modell oder jede Plattform übertragbar ist.
Referenzen
- Monti S, Tamayo P, Mesirov J, Golub T. Konsens-Clusterung: Eine resampling-basierte Methode zur Entdeckung von Klassen und Visualisierung von Genexpressions-Mikroarray-Daten. Maschinelles Lernen. 2003.
- Hoadley KA, Yau C, Hinoue T, et al. Zellursprungsmuster dominieren die molekulare Klassifikation von 10.000 Tumoren aus 33 Krebsarten. Zelle. 2018.
- Lehmann BD, Colaprico A, Silva TC, et al. Multi-Omics-Analysen identifizieren therapeutische Verwundbarkeiten in Subtypen von triple-negativem Brustkrebs. Naturwissenschaften Kommunikation. 2021.
- Langerud J, Eilertsen IA, Moosavi SH, et al. Multiregionale Transkriptomik identifiziert übereinstimmende Konsens-Subtypen mit prognostischem Wert über die Tumorheterogenität von kolorektalem Krebs hinaus. Naturkommunikation. 2024.
- Wang X, Venet D, Lifrange F, et al. Die räumliche Transkriptomik zeigt eine erhebliche Heterogenität bei triple-negativem Brustkrebs mit potenziellen klinischen Implikationen. Naturwissenschaftliche Kommunikation. 2024.
- Sivakumar S, Jainarayanan A, Arbe-Barnes E, et al. Unterschiedliche Muster der Immunzellinfiltration im duktalen Adenokarzinom der Bauchspeicheldrüse zeigen divergente Selektionsmechanismen für Immunzellen und immunhemmende Mechanismen. Naturkommunikation. 2025.
Beispielbericht zur molekularen Subtypisierung
Der Bericht ist so gestaltet, dass sowohl das vorgeschlagene Subtyp-System als auch die Beweise, die es unterstützen oder einschränken, dargestellt werden.
Der Bericht kann eine Konsensmatrix, Stabilitätskurven, Probenzuweisungen, Vertrauens- oder Mehrdeutigkeitskennzeichnungen, Heatmaps von Subtypmerkmalen, Profilanalysen von Signalwegen, Überprüfungen technischer Variablen und Ergebnisse unabhängiger Kohorten enthalten. Die genauen Panels hängen vom Projekt ab.
FAQs zur KI-gestützten molekularen Subtypisierung
1. Wie viele Proben werden für die molekulare Subtypisierung benötigt?
Es gibt kein einheitliches Minimum für jede Studie. Die Antwort hängt von der erwarteten Anzahl der Gruppen, dem Gleichgewicht der Gruppen, dem Datentyp, fehlenden Werten und der Notwendigkeit einer separaten Testkohorte ab. Wir überprüfen diese Faktoren, bevor wir ein Design empfehlen.
Kann das Projekt mit vorhandenen Daten beginnen?
Ja. Wir können rohe oder verarbeitete Matrizen, Metadaten und öffentliche Kohorten überprüfen. Wenn eine wichtige molekulare Schicht fehlt, können wir ein gezieltes Experiment mit verfügbaren Biospezimen entwerfen.
3. Können Sie mehrere Omics-Schichten kombinieren?
Ja. Wir können Subtypen, die in jeder Schicht gefunden werden, vergleichen, ein integriertes Modell erstellen oder eine Schicht verwenden, um Gruppen zu erklären, die in einer anderen gefunden wurden. Die Wahl hängt von der Überlappung der Proben, der Datenqualität und der Forschungsfrage ab.
4. Was macht KI in der Studie?
KI-gestützte Methoden helfen, komplexe Muster zu finden, molekulare Schichten zu vergleichen, informative Merkmale auszuwählen und neue Proben zuzuordnen. Unsere Wissenschaftler wählen das Studiendesign, testen die Stabilität und Störfaktoren, interpretieren die Biologie und überprüfen das Endergebnis.
5. Wie verhindern Sie, dass Batch-Effekte zu Subtypen werden?
Wir überprüfen die Batch- und Standortstruktur vor der Modellierung, verwenden geeignete Normalisierungs- oder Harmonisierungsmethoden und testen die Assoziation zwischen den vorgeschlagenen Subtypen und technischen Variablen. Außerdem wiederholen wir die Analyse unter angemessenen Verarbeitungsentscheidungen.
6. Kann räumliche Multi-Omik einbezogen werden?
Ja. Räumliche Daten können zeigen, ob ein Bulk-Subtyp verschiedene Tumorregionen, immunologische Nachbarschaften oder stromale Muster enthält. Sie können auch räumliche Archetypen definieren, die nach der Durchschnittsbildung des gesamten Gewebes nicht sichtbar sind.
7. Können Sie eine neue Probe nach der Entdeckung des Subtyps zuweisen?
Wenn die Entdeckungsdaten dies unterstützen, können wir ein Funktionsset, einen Schwerpunkt oder einen Klassifikator festlegen und auf neue Proben anwenden. Grenzproben erhalten ein Vertrauens- oder Mehrdeutigkeitskennzeichen anstelle eines erzwungenen Labels.
8. Was ist, wenn die Daten einen Gradienten unterstützen statt klarer Gruppen?
Wir berichten über den Gradient. Einige biologische Systeme enthalten kontinuierliche Zustände oder gemischte Programme. Sie in diskrete Gruppen zu zwingen, kann wichtige Informationen verbergen.
9. Garantiert externe Replikation, dass das Subtypsystem überall funktioniert?
Nein. Die Replikation stärkt die Beweise innerhalb der getesteten Populationen, Assays und Probenarten. Der Transfer in eine andere Umgebung sollte separat getestet werden.
Veröffentlichte Fallstudie
Unabhängiges Forschungs-Highlight
Testen eines Subtypsystems für kolorektalen Krebs gegen die Heterogenität innerhalb des Tumors
Diese Veröffentlichung ist ein unabhängiges Forschungsbeispiel. Es handelt sich nicht um ein Kundenprojekt von CD Genomics.
Hintergrund
Ein Subtyp, der einer bestimmten Geweberegion zugewiesen wird, könnte nicht den Rest des Tumors repräsentieren. Die Forscher fragten sich, ob multiregionale Transkriptomik Klassifikationen identifizieren könnte, die weniger empfindlich gegenüber der Heterogenität innerhalb des Tumors sind.
Methoden
Langerud et al. analysierten 1.093 kolorektale Tumorproben von 692 Patienten. Die Studie umfasste multiregionale Proben von 98 Primärtumoren und 35 passenden Primär-Metastasen-Sets. Abbildung 1 zeigt die Übereinstimmung und Nichtübereinstimmung der Subtypen in den entnommenen Regionen.
Ergebnisse
Die Studie fand häufige Heterogenität in den Zuordnungen der konsensbasierten molekularen Subtypen. Die Forscher konzentrierten sich dann auf Signale der intrinsischen Expression von Krebszellen mit geringerer Heterogenität. Abbildung 4 vergleicht diese Klassifikationen zwischen primären Tumoren und Metastasen. Abbildung 5 präsentiert das vorgeschlagene viergruppige kongruente Subtyp-Rahmenwerk und seine Forschungsassoziationen.
Warum es wichtig ist
Die Studie zeigt, warum ein Subtyp-System gegen den Entnahmeort, gemischte Signale und biologische Veränderungen getestet werden sollte. Sie zeigt auch, dass eine verbesserte Übereinstimmung innerhalb primärer Tumoren nicht jede Einschränkung beseitigt: Übereinstimmende Metastasen könnten weiterhin Subtypwechsel aufweisen.
Fazit
Ein glaubwürdiges Subtyp-Projekt benötigt mehr als nur Entdeckungsclustering. Stichprobendesign, Stabilität, biologische Interpretation, Zuordnung neuer Proben, externe Tests und ehrliche Berichterstattung über Diskrepanzen sind alle wichtig. Die Ergebnisse dieser Veröffentlichung sagen nichts über den Ausgang eines anderen Forschungsprojekts voraus.
Open-Access-Hinweis: Der Artikel ist unter der Creative Commons Namensnennung 4.0 International Lizenz lizenziert.
Referenz
- Langerud J, Eilertsen IA, Moosavi SH, et al. Multiregionale Transkriptomik identifiziert übereinstimmende Konsenssubtypen mit prognostischem Wert über die Tumorheterogenität von kolorektalem Krebs hinaus. Naturwissenschaftliche Kommunikation. 2024.
Ausgewählte Veröffentlichungen
Diese unabhängigen Publikationen bieten Forschungsgrundlagen für Stabilitätstests, Multi-Omics-Subtypisierung, subtype-spezifische Biologie, räumliche Heterogenität und externe Replikation. Sie werden nicht als Kundenprojekte von CD Genomics präsentiert.
- Monti S, Tamayo P, Mesirov J, Golub T. Konsens-Clusterung: Eine resampling-basierte Methode zur Klassenerkennung und Visualisierung von Genexpressions-Mikroarray-Daten. Maschinelles Lernen. 2003.
- Hoadley KA, Yau C, Hinoue T, et al. Zell-Ursprungsmuster dominieren die molekulare Klassifikation von 10.000 Tumoren aus 33 Krebsarten. Zelle. 2018.
- Lehmann BD, Colaprico A, Silva TC, et al. Multi-Omics-Analysen identifizieren therapeutische Verwundbarkeiten in Subtypen von triple-negativem Brustkrebs. Naturwissenschaften Kommunikation. 2021.
- Langerud J, Eilertsen IA, Moosavi SH, et al. Multiregionale Transkriptomik identifiziert übereinstimmende Konsens-Subtypen mit prognostischem Wert über die Tumorheterogenität von kolorektalem Krebs hinaus. Naturkommunikation. 2024.
- Wang X, Venet D, Lifrange F, et al. Die räumliche Transkriptomik zeigt eine erhebliche Heterogenität bei triple-negativem Brustkrebs mit potenziellen klinischen Implikationen. Naturwissenschaften Kommunikation. 2024.
- Sivakumar S, Jainarayanan A, Arbe-Barnes E, et al. Unterschiedliche Muster der Immunzellinfiltration im pankreatischen duktalen Adenokarzinom zeigen abweichende Selektionsmechanismen für Immunzellen und immunosuppressive Mechanismen. Naturwissenschaftliche Kommunikation. 2025.
