-

前沿癌症可塑性图谱将助力预测治疗反应

英国剑桥 & 美国西雅图--(BUSINESS WIRE)--(美国商业资讯)-- Wellcome Sanger Institute、Parse Biosciences 与 Helmholtz Munich 的 Computational Health Center 今日宣布建立合作,致力于构建单细胞图谱基础项目,重点研究癌症治疗反应中的可塑性机制。该合作将为后续开发涵盖数亿细胞的癌症可塑性图谱奠定基础。

通过创新的类器官扰动模型和人工智能(AI)平台,该项目旨在创建一个全面的数据集,为基础药物发现模型和癌症研究提供支持。

Sanger Institute 团队负责人 Mathew Garnett 博士和 Helmholtz Munich 的 Computational Health Center 主任、Sanger Institute 副教授 Fabian Theis 将担任此次合作的首席研究员。

Garnett 的研究团队开发出新型的 3D 类器官培养模型,作为高度可扩展、功能强大的癌症模型,可捕捉患者肿瘤的典型特征。该团队将使用大量类器官——即培养皿中的微型肿瘤——作为模型,以更深入探究癌症在治疗下的可塑性与适应机制。

Theis 的团队因在 AI 与单细胞基因组学交叉领域开创计算算法来解决复杂生物学挑战而广受认可,特别在药物对细胞系统影响的计算机建模方面表现出色。该项目将在 Parse Biosciences 的 GigaLab 实验室中展开,这是一个专为高速生成大规模单细胞 RNA 测序数据而设计的先进设施。

Sanger、Helmholtz Munich 和 Parse 团队已开发出自动化方法来简化实验室程序,以及分析和发现此类规模数据集中洞察所需的计算方法。

该合作的最终目标是构建一个单细胞参考图谱,实现虚拟细胞建模,进而预测抗癌药物效果——包括哪些药物可能导致耐药、何时产生耐药性、以及未来治疗应该如何靶向等。

Wellcome Sanger Institute 团队负责人兼项目联合负责人 Garnett 博士表示:"我们已经开发出一个变革性平台,能够实现大规模类器官筛选以及下游数据生成和分析,有望重新定义对癌症治疗反应的理解。我们将组建汇集学术与产业界顶尖专家的协作社区,推动项目发展。这种规模的研究对于开发基础模型至关重要,有助于推动该领域的实质性进展。”

项目联合负责人、Helmholtz Munich 的 Computational Health Center 主任 Theis 指出:"随着 AI 技术进步,虚拟细胞扰动模型的构想正逐步成为现实——但要实现规模效应,我们需要大量高质量的单细胞扰动数据集。这次合作提供了实现这一目标的路径,我期待在药物发现中实现 AI 驱动的实验设计。"

Parse Biosciences 的首席技术官 Charlie Roco 博士表示:“我们非常高兴能将 GigaLab 的强大功能带给这些具有前瞻性的合作伙伴。借助 Parse 自主研发的 Evercode 化学平台,GigaLab 能快速生成大规模高质量的单细胞数据集。此次与 Wellcome Sanger Institute 和 Helmholtz Munich 合作,将科研实力与 GigaLab 的规模与速度结合起来,为从根本上改变我们对癌症的理解提供了机会。”

关于Parse Biosciences

Parse Biosciences是一家全球性的生命科学公司,以为人类健康和科学研究提速为使命。公司让研究人员能够以前所未有的规模和便利进行单细胞测序,借助创新性的实验方法在癌症治疗、组织修复、干细胞治疗、肾脏和肝脏疾病、大脑发育和免疫系统领域实现了突破性的进展。

Parse Biosciences 由 Alex Rosenberg 和 Charles Roco 于华盛顿大学共同创立,至今已筹集超过 1 亿美元资金,全球已有 2500 多家客户使用其产品。其产品组合包括: Evercode™ Whole Transcriptome、Evercode™ TCR、Evercode™ BCR、Gene Select 以及数据分析解决方案 Trailmaker™。

Parse Biosciences总部位于西雅图充满活力的 South Lake Union区,最近那里已扩建为一个全新的总部和最先进的实验室。若要了解更多信息,请访问 https://www.parsebiosciences.com/

关于 Helmholtz Munich

Helmholtz Munich 是全球领先的生物医学研究中心,其使命是在快速变化的世界中开发突破性的健康解决方案。该跨学科研究团队主要专注于环境诱发疾病,特别是糖尿病、肥胖、过敏和慢性肺部疾病的治疗和预防。借助人工智能与生物工程技术,研究人员正加速科研成果向临床应用的转化。Helmholtz Munich 拥有约 2500 名员工,总部位于慕尼黑的诺伊尔贝格。它是 Helmholtz Association 的成员,该协会拥有超过43000名员工和18个研究中心,是德国最大的科学组织。更多关于 Helmholtz Munich (Helmholtz Zentrum München Deutsches Forschungszentrum für Gesundheit und Umwelt GmbH) 的信息,请访问:www.helmholtz-munich.de/en

关于 Wellcome Sanger Institute

Wellcome Sanger Institute 是全球领先的基因组学研究中心,专注于开展大规模研究,构建生物学与医学知识的基础。我们秉持开放与协作的精神,将数据、成果、工具与技术在全球范围内共享,以推进科学发展。我们的目标雄心勃勃——致力于推进其他机构难以承担的项目。在 Wellcome 的资助下,我们拥有拓展基因组学前沿的自由和支持力量,研究成果广泛应用于改善人类健康和认知地球生命。了解更多信息请访问:www.sanger.ac.uk 或关注我们的Twitter、Facebook、LinkedIn 及 Blog。

关于 Wellcome

Wellcome 致力于通过科学解决全球紧迫的健康挑战。我们支持关于生命、健康与福祉的研究,并聚焦于三大全球性健康议题:心理健康、传染病与气候与健康。https://wellcome.org/

免责声明:本公告之原文版本乃官方授权版本。译文仅供方便了解之用,烦请参照原文,原文版本乃唯一具法律效力之版本。

Contacts

More News From Parse Biosciences

Parse Biosciences推出免疫组库与转录组分析工作流程

西雅图--(BUSINESS WIRE)--(美国商业资讯)-- 易于获取且可扩展的单细胞测序解决方案的领先提供商Parse Biosciences今日宣布,在其数据分析平台Trailmaker™中正式推出完全集成的免疫组库与全转录组分析工作流程。这一新增功能与Parse现有的Evercode免疫系列产品形成互补,为研究人员实现了完整的端到端工作流程。 此前,免疫学家一直缺乏专门设计的集成平台,难以将免疫组库数据与全转录组单细胞洞见相关联。因此,解读克隆行为、理解功能性细胞状态和得出有意义的生物学结论,往往需要整合零散工具、自定义代码或不一致的可视化方法。Trailmaker的新增功能直接解决了这些难题,它提供了一套易于获取的端到端免疫图谱分析解决方案,在统一环境中整合了免疫组库数据和转录组信息。 该新增功能通过结合分析免疫组库和全转录组数据,让研究人员能够全面了解克隆结构、多样性和抗原驱动特征。用户可在集成的UMAP图上可视化克隆型和细胞类型,通过频率图和蜂窝图快速识别优势克隆,并利用独特的基序分析检测保守模式。通过将免疫组库数据与全转录组表达数据相关联,Trailmaker可以轻松...

Parse Biosciences与Graph Therapeutics达成合作,共建大型功能性免疫扰动图谱

西雅图和维也纳--(BUSINESS WIRE)--(美国商业资讯)-- Parse Biosciences与Graph Therapeutics (Graph)今日宣布建立战略合作伙伴关系,共同打造全球规模最大、最全面的免疫细胞扰动图谱之一。此次合作将利用Graph的实验室闭环平台与Parse的GigaLab技术,对免疫系统疾病患者的数亿个细胞进行系统性扰动分析,让免疫系统高度动态的行为特征能够被AI优先的药物研发所利用。这一举措将降低针对免疫介导疾病患者的新型治愈性疗法的研发风险,同时加快研发进程。 自身免疫性疾病和免疫介导疾病的发病机制与特定情境及患者个体的免疫细胞群体反应相关,这使得药物研发人员难以识别药物靶点,也无法准确预测临床效果。Graph与Parse的合作旨在应对这一挑战,将Graph基于患者样本的真实疾病模型与Parse可扩展的全转录组单细胞技术相结合,对数亿个人类细胞进行分析,揭示驱动疾病发生的多样化免疫与组织相互作用机制。这种方法简化了药物发现流程,可避免代价高昂的后期研发失败,每款成功上市的药物有望因此节省数百万美元研发投入。 Graph的平台将精密的原代患者细...

Parse Biosciences和Codebreaker Labs达成合作,规模化应用全转录组单细胞测序分析与因果基因组学技术

西雅图--(BUSINESS WIRE)--(美国商业资讯)-- 可扩展且易于获取的单细胞测序解决方案的领先提供商Parse Biosciences今日宣布与Codebreaker Labs达成合作,双方将联合开发并验证一款突破性平台。该平台可同时检测数千种基因变异,并在单细胞分辨率下测量变异产生的影响。通过结合Codebreaker的合成生物学平台和变异工程能力,以及Parse的Evercode™技术的规模化优势与易获取特性,本次合作旨在生成AI开发者、药物研发团队和临床研究人员日益寻求的因果关系数据。 当前的基因组学研究严重依赖观测数据,也就是在大规模人群中出现的变异。但罕见变异和个体特异性变异(这类变异往往仅出现在单一个体或单个家族中)几乎无法通过这种方式开展研究,原因在于携带此类变异的个体数量过少,无法得出具备统计学意义的结论。这就导致即便是基于观测数据集训练出的最先进模型,也会在这类罕见变异的研究中存在盲区。 这款全新平台通过规模化构建变异模型、测量变异在人类细胞中产生的影响,攻克了上述局限性,能够生成观测数据集无法提供的因果标注信息。同时,该平台结合高通量单细胞检测技术,确...
Back to Newsroom