SpatialCells：空間的に分解能のある多重単一細胞データを用いた腫瘍微小環境の自動プロファイリング

要旨 がんは、腫瘍微小環境（TME）内で悪性細胞が免疫細胞、間質細胞およびその他の細胞と共存・相互作用する複雑な細胞生態系です。単一細胞レベルで空間的に分解能のある多重イメージングにおける最近の技術進歩により、生物試料から大規模かつ高次元のデータセットが生成されました。これにより、多様な悪性腫瘍のTMEの分子的、細胞的および空間的特性を効果的に特徴づける自動化手法の必要性が高まっています。本研究では、多重単一細胞データを用いた領域ベースの探索的解析とTMEの包括的特徴付けのために設計されたオープンソースのソフトウェアパッケージであるSpatialCellsを紹介します。ソースコードとチュートリアルはhttps://semenovlab.github.io/SpatialCellsで入手可能です。SpatialCellsは、多重単一細胞データからの特徴抽出を効率的に自動化し、数百万の細胞を含むサンプルを処理できます。したがって、SpatialCellsはその後の関連解析および機械学習による予測を促進し、腫瘍の成長、浸潤および転移の理解を深めるための重要なツールとなります。