报告时间：2024年4月7日（周日）上午10点开始
报告地点：校本部计算机楼313
报告题目：单细胞水平解析抗肿瘤药物动态效应
报告摘要：吉西他滨常用于胰腺导管腺癌（PDAC），然而化疗耐药仍是PDAC治疗的难题。理解细胞的异质性和动态可塑性对于克服肿瘤耐药至关重要。单细胞技术使得可以在特定条件或时间点对细胞状态进行分析，但如何将各时间点的肿瘤细胞“快照”连接成为动态图景仍极具挑战。课题组用scRNA-seq技术对PDAC异源移植模型进行检测，以研究与吉西他滨耐药相关的复杂细胞反应。为了从扰动scRNA-seq数据中重构肿瘤细胞的动态响应，我们提出了scConGraph可扩展的双层图模型，可以有效整合跨时间上下文相似性信息来计算细胞的向量表示，进而在表示空间定义细胞亚群、对齐细胞状态命运。基于scConGraph，我们观察到干细胞特性和内质网应激对原发性耐药性有较大贡献。与此同时，在吉西他滨治疗前后，根据基因差异变化的不同模式，可以将细胞亚群分为细胞周期I型、细胞周期II型、静息型和和上皮间质转化（EMT）型。进一步分析发现吉西他滨会导致GDF15上调，特别是在静息性亚群中上调更为明显。实验证实，抑制GDF15可提升肿瘤细胞对吉西他滨的敏感性，这表明GDF15是吉西他滨诱导化疗耐药性的潜在靶点。
报告人简介：古槿，清华大学自动化系，长聘副教授。课题组针对生命遗传密码与复杂系统调控规律解析的关键难题，发展新的信息理论与智能技术，推动恶性肿瘤等重大疾病诊疗的精准化与个体化，已在Nature Cell Biology、Cell Stem Cell、GPB、Bioinformatics等杂志上发表论文50余篇。现任中国自动化学会智能健康与生物信息专业委员会秘书长、中国人工智能学会生物信息学与人工智能专业委员会常务委员。主持国家自然科学基金优秀青年科学基金、重点项目、国家重点研发计划课题等国家级科研项目。
