使用机器学习揭示单细胞 DNA 复制时间动力学，揭示癌症进展的异质性

快速阅读: 据《Nature.com》最新报道，在单细胞复制时间（scRT）研究中，基因组异质性常被忽视。我们开发了一种名为MnM的机器学习工具，能从异质样本中解析scRT谱。通过分析超过11.9万个高质量人类单细胞，我们创建了一个多样本异质性解析的scRT图谱。该图谱揭示了癌症中的复制时间异质性及染色体异常现象，成为癌症研究的重要资源。

在单细胞复制时间（scRT）研究中，基因组异质性大多被忽视。我们开发了一种名为MnM的高效机器学习工具，能够从异质样本中解析scRT谱。我们利用单细胞拷贝数数据进行缺失值的准确填补，并识别细胞复制状态，检测基因组异质性。这使我们能够区分体细胞拷贝数改变与由DNA复制引起的拷贝数变化。我们的方法为染色体异常提供了重要见解，并突显了肿瘤发生过程中普遍存在的非整倍体现象。通过分析来自不同细胞系、患者肿瘤和患者源异种移植样本的超过十一万九千个高质量人类单细胞，获得的拷贝数和scRT谱形成了一个多样本异质性解析的scRT图谱。这一图谱成为癌症研究的重要资源，证明了scRT谱可用于研究癌症中的复制时间异质性。我们的发现还强调了研究癌症组织样本的重要性，以便全面理解DNA复制的复杂性。这一图谱成为癌症研究的重要资源，证明了scRT谱可用于研究癌症中的复制时间异质性。因为虽然细胞系使用方便，但它们缺乏动态环境因素。这些结果促进了未来在基因组不稳定性和复制压力方面癌症进展的研究。

(以上内容均由Ai生成)