本文主要是介绍多组学-单细胞测序和空间转录组学挖掘（文献），希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
Multiomics characterization of pyroptosis in the tumor microenvironment and therapeutic relevance in metastatic melanoma - PubMed (nih.gov)
代码链接：Wenqiong9/melanoma_PScore (github.com)
或者：focuslyj/melanoma_PScore黑色素瘤焦亡 (gitee.com)
背景
由成孔蛋白家族（gasdermin）介导的细胞焦亡释放多种炎症细胞因子，由于其抑制肿瘤生长的有效性，在靶向治疗和免疫治疗中发挥着重要作用。黑色素瘤是免疫疗法开发中最常用的模型之一，尽管可能会发生免疫反应不足。由于对焦亡在不同肿瘤免疫微环境（TME）背景下的作用了解不足，焦亡相关疗法以及与其他治疗策略的联合开发受到限制。
在这里，我们提出了一个计算模型（细胞焦亡相关基因评分，PScore）来评估细胞焦亡状态。我们将 PScore 应用于我们内部队列和其他 8 个公开可用的独立队列中的 1388 个黑色素瘤样本，然后计算其作为免疫治疗效果预测标志物的预后能力和潜力。此外，我们通过使用单细胞和空间转录组学对 PScore 和 TME 的特征进行了关联分析，并评估了 PScore 与突变状态的关联，这有助于靶向治疗。
亮点：根据单细胞和空间转录组分析，单核细胞的PScore最高，恶性细胞和成纤维细胞的PScore最低。（在单细胞中验证评分，进行评分的TME分析）
这篇关于多组学-单细胞测序和空间转录组学挖掘（文献）的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
