Wellcome Sanger研究所、Helmholtz Munich和Parse Biosciences今天宣布了一项合作，旨在构建一个专注于理解并阐明癌症在治疗反应中的可塑性的单细胞图谱基础。这项合作将推动一个雄心勃勃的未来阶段，开发一个涵盖数亿个细胞的癌症可塑性图谱。
通过利用新型类器官扰动和人工智能（AI）平台，目标是创建一个全面的数据集，为药物发现的基础模型和癌症研究提供支持。
Sanger研究所的研究组组长Mathew Garnett博士和Helmholtz Munich计算健康中心主任兼Sanger研究所副研究员Fabian Theis教授将是此次合作的主要研究人员。
Garnett的研究团队已经生成了新型3D类器官培养物，这些培养物作为高度可扩展和功能性的癌症模型，能够捕捉患者肿瘤的特征。该团队将使用大量这些肿瘤类器官——即培养皿中的迷你肿瘤——作为模型，以更好地理解癌症在治疗反应中的可塑性和适应性机制。
Theis的研究团队因在人工智能与单细胞基因组学交叉领域开发计算算法解决复杂生物问题而广受认可，在这种情况下，用于模拟药物对细胞系统的影响。该计划将在Parse Biosciences的GigaLab进行，这是一个专为以前所未有的速度生成大规模单细胞RNA测序数据集而设计的尖端设施。
Sanger、Helmholtz Munich和Parse团队已经开发了自动化方法，以简化实验室程序，并具备分析和发现如此大规模数据集内洞察所需的计算方法。
此次合作的最终目标是建立一个单细胞参考图谱，使虚拟细胞建模成为可能，并可能帮助预测药物在癌症患者中的效果——哪些化合物可能会产生抗药性，以及未来治疗努力的目标方向。
Sanger研究所的研究组组长兼合作共同领导Mathew Garnett表示：“我们已经开发了一个变革性的平台，可以实现大规模类器官筛选和下游数据生成及分析，这有可能重新定义我们对癌症治疗反应的理解。我们的目标是建立一个社区，汇集学术界和工业界的最佳专业知识来推进该项目。这种规模的研究对于开发基础模型以更好地理解癌症进展并带来急需的进步至关重要。”
Helmholtz Munich计算健康中心主任兼合作共同领导Fabian Theis表示：“随着人工智能的最新进展，我们的虚拟细胞扰动模型愿景变得越来越可行——但要有效扩展，我们需要大型高质量的单细胞扰动数据集。这项合作使这种规模成为可能，我非常期待朝着AI驱动的实验设计迈进，以进行药物发现。”
Parse Biosciences首席技术官Charlie Roco表示：“我们非常兴奋能将GigaLab的力量带给富有远见的合作伙伴。利用Parse的Evercode化学，GigaLab可以快速生成具有卓越质量的大规模单细胞数据集。结合Wellcome Sanger研究所和Helmholtz Munich的专业知识，以及GigaLab的速度和规模，使我们有机会从根本上改变对癌症的理解。”
(全文结束)
