Studium, Ausbildung und Beruf

web uni-protokolle.de
 powered by
NachrichtenLexikonProtokolleBücherForenSamstag, 21. Oktober 2017 

Mit Statistik Zelltypen identifizieren

20.01.2015 - (idw) Helmholtz Zentrum München - Deutsches Forschungszentrum für Gesundheit und Umwelt

Neuherberg, 20.01.2015. Mittels statistischer Analysen lassen sich Störfaktoren und Unsicherheitsvariablen von Einzelzell-Analysen erfassen. Dies ermöglicht es, einzelne Subpopulationen und Zelltypen noch genauer zu bestimmen und innerhalb von Zellpopulationen zu identifizieren. Dies berichten Wissenschaftler des Helmholtz Zentrums München und der Technischen Universität München gemeinsam mit Kollegen des European Bioinformatics Institute (EBI) in der Fachzeitschrift Nature Biotechnology. Zellpopulationen weisen untereinander eine hohe Heterogenität auf, selbst wenn es sich um die gleiche Art von Zellen handelt. Um verschiedene Zelltypen zu bestimmen, wird das jeweilige aktive Erbgut - in Form von RNA-Molekülen der einzelnen Zellen analysiert (Einzelzellanalyse). Diese Methodik ist durch jüngste Entwicklungen für hunderte von Zellen möglich und liefert ein exaktes Bild einzelner Zelltypen. Dennoch können Störfaktoren, wie eine kurzfristig veränderte Genexpression, bedingt durch den Zellzyklus oder Differenzierungsprozesse, das Ergebnis beeinflussen.

Störfaktoren herausrechnen

Die Wissenschaftler haben nun ein bioinformatisches Modell entwickelt, das solche Unsicherheitsfaktoren statistisch ermittelt und in der Analyse einzelner Zellen berücksichtigt. In unseren aktuellen Untersuchungen zeigen wir, wie wir solche Faktoren herausrechnen können und dadurch ein noch genaueres Abbild der unterschiedlichen Zelltypen erhalten. Durch die Kombination von Einzelzellanalysen mit statistischen Methoden können Zellen identifiziert werden, die sonst unentdeckt bleiben, erklärt Erstautor Florian Büttner vom Institut für Computational Biology (ICB) am HMGU.

Einzelne Zellprofile: Gesundheit und Krankheit besser verstehen

Mit ihrem sogenannten single-cell latent variable Model (scLVM) gelang es dem Team um Florian Büttner und Fabian Theis vom HMGU sowie John Marioni und Oliver Stegle vom European Bioinformatics Institute (EMBL-EBI, Cambridge, UK), unterschiedliche Reifestadien von T-Zellen* in ihrer Entwicklung hin zu Th2-Zellen* zu detektieren und zu charakterisieren. Die Analyse einzelner Zelltypen ist essentiell für die medizinische Forschung: Krebszellen, Differenzierungsprozesse, Krankheitsentstehung und vieles mehr lassen sich nur anhand bekannter, detaillierter Zellprofile besser erforschen und verstehen, so Büttner.

* T-Zellen sind Immunzellen, die in verschiedene Unterformen, wie beispielsweise Th2-Zellen, ausdifferenzieren, um verschiedene Abwehrfunktionen auszuüben.

Weitere Informationen

Original-Publikation:
Buettner, F. et al. (2014). Computational analysis of cell-to-cell heterogeneity in single-cell RNA-Sequencing data reveals hidden subpopulation of cells, Nature Biotechnology, doi: 10.1038/nbt.3102

Link zur Fachpublikation: http://www.nature.com/nbt/journal/vaop/ncurrent/full/nbt.3102.html

Das Helmholtz Zentrum München verfolgt als Deutsches Forschungszentrum für Gesundheit und Umwelt das Ziel, personalisierte Medizin für die Diagnose, Therapie und Prävention weit verbreiteter Volkskrankheiten wie Diabetes mellitus und Lungenerkrankungen zu entwickeln. Dafür untersucht es das Zusammenwirken von Genetik, Umweltfaktoren und Lebensstil. Der Hauptsitz des Zentrums liegt in Neuherberg im Norden Münchens. Das Helmholtz Zentrum München beschäftigt rund 2.200 Mitarbeiter und ist Mitglied der Helmholtz-Gemeinschaft, der 18 naturwissenschaftlich-technische und medizinisch-biologische Forschungszentren mit rund 34.000 Beschäftigten angehören. Das Helmholtz Zentrum München ist Partner im Deutschen Zentrum für Diabetesforschung e.V. http://www.helmholtz-muenchen.de/index.html

Das Institut für Computational Biology (ICB) führt datenbasierte Analysen biologischer Systeme durch. Durch die Entwicklung und Anwendung bioinformatischer Methoden werden Modelle zur Beschreibung molekularer Prozesse in biologischen Systemen erarbeitet. Ziel ist es, innovative Konzepte bereitzustellen, um das Verständnis und die Behandlung von Volkskrankheiten zu verbessern. http://www.helmholtz-muenchen.de/icb/index.html

_______________________________________________________________________________

Fachlicher Ansprechpartner
Dr. Florian Büttner, Helmholtz Zentrum München - Deutsches Forschungszentrum für Gesundheit und Umwelt (GmbH), Institut für Computational Biology, Ingolstädter Landstr. 1, 85764 Neuherberg - Tel.: 089-3187-4217 - E-Mail: f.buettner@helmholtz-muenchen.de


Medienkontakt:
Helmholtz Zentrum München -Deutsches Forschungszentrum für Gesundheit und Umwelt (GmbH), Ingolstädter Landstraße 1, 85764 Neuherberg, Tel.: +49 89 3187-2238, E-Mail: presse@helmholtz-muenchen.de Weitere Informationen:http://www.helmholtz-muenchen.de/aktuelles/uebersicht/pressemitteilungnews/artic...
uniprotokolle > Nachrichten > Mit Statistik Zelltypen identifizieren
ImpressumLesezeichen setzenSeite versendenDruckansicht

HTML-Code zum Verweis auf diese Seite:
<a href="http://www.uni-protokolle.de/nachrichten/id/291248/">Mit Statistik Zelltypen identifizieren </a>