CiberSortxを使用したバルク組織における細胞型の存在量と発現をプロファイリング

CiberSortxは、バルク組織トランスクリプトームプロファイルからの細胞豊富さと細胞型特異的遺伝子発現パターンを評価するための機械学習ツールのスイートです。このフレームワークを使用すると、シングルセルまたはバルクソートRNAシーケンスデータを使用して、バイオセキメンの小さなコレクションから異なる細胞タイプの分子シグネチャを学習できます。これらの署名は、物理的な細胞の分離なしでは、バルク組織トランスクリプトームからの細胞の不均一性を特徴付けるために繰り返し適用できます。この章では、CiberSortxの詳細なプライマーを提供し、正常組織および腫瘍組織における細胞タイプおよび細胞状態のハイスループットプロファイリングの機能を実証します。

CIBERSORTx is a suite of machine learning tools for the assessment of cellular abundance and cell type-specific gene expression patterns from bulk tissue transcriptome profiles. With this framework, single-cell or bulk-sorted RNA sequencing data can be used to learn molecular signatures of distinct cell types from a small collection of biospecimens. These signatures can then be repeatedly applied to characterize cellular heterogeneity from bulk tissue transcriptomes without physical cell isolation. In this chapter, we provide a detailed primer on CIBERSORTx and demonstrate its capabilities for high-throughput profiling of cell types and cellular states in normal and neoplastic tissues.