IICD研究人员推出Starfysh，一种改变空间基因表达分析的突破性工具

IICD研究员Elham Azizi – Herbert和Florence Irving癌症数据研究助理教授和生物医学工程助理教授 – 和她的团队介绍了一种名为Starfysh的创新计算工具，旨在彻底改变组织内基因表达的研究。这一突破具有深远的影响，因为我们体内的细胞可以根据其环境和周围环境而表现出不同的行为，表征这些差异可以帮助我们了解组织发育、功能和疾病反应，尤其是在癌症等情况下。

该研究发表在 《自然生物技术》杂志上。三位研究生和共同第一作者 – Siyu He，Yinuo Jin和Achille Nazaret – 在使该项目取得成果方面发挥了关键作用。Starfysh也是与IICD研究小组José McFaline-Figueroa和David Blei，哥伦比亚生物医学工程（Kam Leong小组）和纪念斯隆凯特琳癌症中心（George Plitas）和Alexander Rudensky小组的研究人员进行跨学科合作的结果。

“Starfysh代表了空间基因表达分析的范式转变，为研究人员提供了对组织组织和细胞动力学的前所未有的见解，”生物医学工程博士生（Azizi的实验室）和该研究的合著者Jin说。

Starfysh的核心在于它能够揭示不同组织环境中基因表达的复杂性。传统的分析工具通常难以剖析精细的细胞类型或比较多个组织的空间组织。Azizi的团队认识到了这些局限性，并着手开发一种可以克服这些局限性的解决方案。

Starfysh将空间分辨的基因表达数据与组织学图像相结合，为研究人员提供了组织结构和细胞活性的全面视图。“通过采用先进的机器学习技术和原型分析等数学概念，该工具可以识别各种细胞类型和状态，而无需单细胞分辨率参考，”He解释说，他是生物医学工程（Azizi / Leong实验室）的前博士生，也是该研究的合著者。

“Starfysh解决的关键挑战之一是乳腺癌侵袭性亚型中免疫细胞的空间分布，”计算机科学博士生（Azizi / Blei的实验室）和该研究的合著者Nazaret补充道。“通过绘制这些模式，研究人员可以深入了解为什么某些免疫细胞类型无法浸润治疗耐药性肿瘤。这种理解可以为更有效的治疗策略铺平道路，以对抗耐药形式的癌症。

Azizi实验室在生物医学工程和癌症数据研究方面的专业知识在Starfysh的开发中发挥了重要作用。他们的工作重点是表征肿瘤微环境内和跨肿瘤微环境的复杂相互作用细胞类型。通过利用尖端的单细胞基因组技术和机器学习方法，Azizi旨在破译潜在的癌症进展和免疫功能障碍。

Azizi 和她的团队已经在展望 Starfysh 带来的未来可能性。“从构建健康和患病组织的图谱到指导个性化癌症治疗，这种计算工具的潜在应用是巨大而有前途的，”Azizi解释说。

他们的论文被《 自然生物技术 》杂志接受，标志着Azizi和她的团队的一个重要里程碑。他们的开创性研究不仅展示了Starfysh在推进组织分析方面的潜力，还强调了哥伦比亚大学致力于推动科学发现界限的承诺。