Salta al contenuto principale
Articolo
100%
HD

Il nostro corpo ha un esercito di cellule immunitarie che combatte i virus e le infezioni. Ma come fa il nostro cervello a gestire questa armata così complessa? Fino a oggi, gli scienziati analizzavano queste cellule una per una, come se avessero solo una foto del battaglia. Ma ora, grazie a un nuovo metodo chiamato 'network-informed deconvolution', è come avere una mappa in tempo reale del campo di battaglia.

Questo approccio, sviluppato da un team di ricerca, combina i dati di milioni di cellule (quelli del sangue e del polmone) con l'intelligenza artificiale. L'AI non si limita a guardare le singole cellule, ma analizza come 'parlano' tra loro, creando una rete di relazioni. È come ascoltare le conversazioni di una squadra di spie per capire chi è il leader, chi è il soldato e chi ha un piano segreto.

Il risultato? Gli scienziati hanno scoperto nuovi 'sottogruppi' di cellule immunitarie con funzioni specifiche che prima non erano visibili. Inoltre, analizzando i tessuti, hanno visto che queste cellule non si muovono a caso, ma si organizzano in veri e propri 'quartieri' all'interno dei polmoni. Questa scoperta è importante perché aiuterà a progettare terapie più mirate per il cancro o le malattie autoimmuni, attaccando solo le cellule 'cattive' senza danneggiare quelle 'buone'.

In sintesi, questo metodo è un passo avanti per comprendere il nostro corpo in modo più profondo e preciso, portando a cure più intelligenti nel futuro.

Bonus
100%
HD

Dal punto di vista tecnico, il metodo si basa su una struttura bayesiana derivata da reti regolatorie geniche costruite a partire da dataset di RNA-seq di massa 'context-matched', cioè selezionati per essere biologicamente rilevanti. Queste reti identificano 'marker di rete' che vengono poi proiettati su dataset di singola cellula (scRNA-seq) come PBMC e LUAD. L'innovazione chiave è l'uso di queste relazioni di rete, invece che solo livelli di espressione genica, per definire stati cellulari. Questo permette di catturare l'eterogeneità funzionale all'interno di linee immunitarie multiple. L'analisi spaziale transcriptomica conferma la coerenza spaziale di questi stati cellulari definiti dalla rete, mostrando che i cluster associati alla rete sono più vicini spazialmente rispetto a quelli non associati. Questo collegamento tra co-espressione genica di massa, programmi a singola cellula e organizzazione spaziale offre una prospettiva meccanistica per comprendere la dinamica immunitaria in stati normali e patologici.

Chiedi all'AI

Approfondisci la notizia a colpo d'occhio con 3 spiegazioni sintetiche

Fonti

Autori:
Yiming LiYujie YouRuixian ChenPeiqing WangYiming ZhangLe ZhangSenyi Deng
Data Pubblicazione:
Articolo Originale www.frontiersin.org
Verifica editoriale completata il 08/10/2026
Consulta le nostre Linee Guida Editoriali & Etica AI
Licenza Creative Commons CC BY-NC-SA 4.0

Continua a esplorare

Scopri l'intero archivio di pillole scientifiche o torna alla home

Riconnessione al server... Aggiornamento della sessione in corso
Connessione interrotta Impossibile stabilire il collegamento
Sessione aggiornata Ricarica per visualizzare i contenuti