一种允许对单细胞数据进行分类和组织的新方法已经推出。它可用于创建用于研究人类健康和疾病的统一数据集。
剑桥大学 Wellcome Sanger 研究所、EMBL 欧洲生物信息学研究所 (EMBL-EBI) 的研究人员和合作者开发了该工具,称为 CellHint。CellHint 使用机器学习来统一世界各地产生的数据,使其能够被更广泛的研究界访问,从而有可能推动新的发现。
在今天发表在《细胞》杂志上的一项新研究中,研究人员应用 CellHint 来揭示健康和患病肺细胞状态之间尚未被探索的联系。他们研究了间质性肺病和慢性阻塞性肺病等八种疾病,并展示了该工具可能带来的好处。他们还将 CellHint 应用到 38 个数据集中的 12 个组织,提供了一个包含约 370 万个细胞的深度策划的跨组织数据库。
Cellhint 在全球范围内免费提供,是作为人类细胞图谱计划的一部分而创建的,该计划旨在绘制人体中的每种细胞类型,以改变对健康和疾病的理解。
单细胞基因组学能够以高分辨率了解人体中的每个细胞。目前,组装单细胞研究产生的多样化数据集的一个挑战是没有统一的系统来命名和组织数据。