本项目围绕肿瘤单细胞转录组数据成果的技术核心点包括:
1) 针对肿瘤单细胞实验过程中应激反应大、坏死细胞多的问题,提出了全面、精细的数据质量控制方案;
2) 涵盖了常规的单细胞数据分析流程(数据标准化、降维、聚类、差异表达分析);
3) 创新了肿瘤微环境细胞类型辨识和细胞恶性估计等方面的研究方法;
4) 从重要表型(细胞周期、干性)、基因集(已知的和潜在的)两方面深度解析了肿瘤内部的异质性;
5) 提出了考虑肿瘤间异质性的批次效应校正方法;
6) 构建了自动化、智能化分析的软件平台,能够自动生成全面、直观的分析报告。
1) 自动化、集成式的肿瘤单细胞转录组数据分析软件scCancer;
2) 针对软件使用和分析结果解读的服务;
3) 针对更个性化数据分析需求的咨询与服务。
本项目科研团队负责人为古槿,清华大学自动化系副教授,博士生导师,现任中国自动化学会智能健康与生物信息专业委员会秘书长、中国人工智能学会生物信息学与人工智能专业委员会常务委员。主持国家自然科学基金优秀青年科学基金、重点项目、国家重点研发计划课题等国家级科研项目。
科研团队针对恶性肿瘤等重大疾病诊疗的关键科学难题,立足前沿智能信息与生物技术,旨在解读生命遗传密码与复杂系统规律,实现疾病诊疗的可预测、精准化与个体化,已在肿瘤组学大数据智能信息处理、肿瘤分子分型与耐药机制发现等方面取得了若干成果,在Nature Cell Biology、Science Advances等杂志上发表论文40余篇。
评价单位:“科创中国”濮阳国防产业科技服务团 (中国兵工学会)
评价时间:2022-11-20
综合评价
该成果创新了肿瘤微环境细胞类型辨识和细胞恶性估计等方面的研究方法;涵盖了常规的单细胞数据分析流程(数据标准化、降维、聚类、差异表达分析);从重要表型(细胞周期、干性)、基因集(已知的和潜在的)两方面深度解析了肿瘤内部的异质性;构建了自动化、智能化分析的软件平台,能够自动生成全面、直观的分析报告。技术创新性很强,且技术成熟,投资回报比较可靠,学术成果已获得国内外研究人员的大量关注与引用,并得到国内业界企业的积极关注与评价。总体而言,该项目技术思路方向很好,未来市场空间大,有利于当前政策要求,转化成熟度很高,值得支持推广。建议强化相应产品开发,加大产业链开发力度。
查看更多>