新颖的工具使分子分类的多分辨率表征

　　在疾病、有机体和生物过程中发现新的群体或类别，并将它们组织成层次关系，是生物学和医学中重要的和反复出现的追求，这可能有助于阐明群体特定的脆弱性，并最终产生新的治疗干预措施。

　　现在，一项新的研究引入了一种新的计算方法和一种名为K2Taxonomer的相关软件工具，它支持从高通量批量和单细胞“组学”数据中自动发现和注释分子分类的多层次分辨率。

　　该研究包括一个案例研究，详细分析了乳腺肿瘤浸润淋巴细胞(免疫系统中的白细胞，又名TILs)在单细胞基础上的转录组，这大大扩展了以前的发现，并展示了将这些方法纳入先进的计算机建模分析工作流程。

　　研究人员发现，对来自乳腺TILs的单细胞数据进行基于k2taxonomer的分析，其特征是多种免疫T细胞亚群共有的转录特征。重要的是，分析发现这种特征的激活与乳腺癌患者更好的生存有关。

　　“我们的研究指出了有效的癌症免疫反应的一些特征。这不仅使我们能够更好地预测乳腺癌患者在诊断后的病情，而且还揭示了一些需要增强的特定免疫程序，以产生(字面上)杀手免疫反应，”通讯作者，波士顿大学医学院(BUSM)医学副教授Stefano Monti博士补充道。

　　根据Monti的说法，肿瘤内不同细胞类型的识别和表征，其微环境以及对它们的相互作用的更深入理解，对于更好地理解癌症的发生，进展和对干预方法的敏感性机制至关重要。他说，新开发的方法同样可以用于分析肿瘤的其他组成部分，包括不同类型的恶性细胞、肿瘤基质(支持组织)和与癌症相关的脂肪细胞(一种专门储存脂肪的细胞)。