约翰霍普金斯大学金梅尔癌症中心的研究人员利用一种新的工作流程，将空间转录组学和机器学习相结合进行成像分析并与单细胞数据集整合，发现了最具侵袭性、最致命的胰腺癌之一：胰腺导管腺癌 (PDAC) 发展过程中的新型分子和细胞标记物。

PDAC 源自胰腺癌前病变。其中一种病变类型是胰腺上皮内瘤变 (PanIN)，可能在发展为侵袭性癌症之前数年出现在胰腺中。由于 PanIN 非常小，因此无法通过常规临床影像学检查检测到。

先前的分析方法，例如批量测序和单细胞测序，可以捕获肿瘤微环境中癌细胞和其他细胞类型的基因表达。然而，缺少的是肿瘤内部和周围这些类型细胞之间的空间关系，约翰霍普金斯大学医学院肿瘤学助理教授、资深研究合著者 Luciane Kagohara 博士说。

埃拉娜·费尔蒂格 (Elana Fertig) 博士是约翰霍普金斯大学医学院肿瘤学教授、肿瘤学定量科学部主任、融合研究所和单细胞训练与分析中心联合主任，也是该研究的资深合著者。

研究人员利用空间转录组学(一种用于测量和绘制组织切片中基因表达的技术)开发了三向分析流程，绘制了 9 名患者 14 种 PanIN(包括 5 种罕见的高级别 PanIN)的基因表达变化。用于成像分析 (CODA) 和与 PDAC 单细胞数据集集成的机器学习工具(通过创新的多组学集成方法 CoGAPS(模式集中的协调基因活动)和 projectR)是在约翰霍普金斯大学之前的研究中开发的。