利用计算建模改进干细胞移植交付

多能干细胞存在于骨髓中，可以分化为人体的任何组织。然而，多能胚胎干细胞(ESCs)比多能成体干细胞(ASCs)更有效地产生任何类型的细胞，尽管关于ESCs的使用已经提出了许多伦理问题。ASCs，像诱导多能干细胞(iPSCs)一样，可以通过基因重组来执行与ESCs相同的功能。造血干细胞(hsc)、间充质干细胞(MSCs)和神经干细胞(NSCs)等多功能ASCs被用于再生治疗。人脐带血是造血干细胞移植的良好来源，MSCs、NSCs和iPSCs的分离是干细胞研究的新课题。这些干细胞在生长因子、细胞因子、小分子、细胞-细胞接触和生态位的引导下，具有归巢、迁移、自我更新和分化成多种谱系等特征。



干细胞的输送，在机会性感染的情况下分化为免疫细胞，以及移植期间的免疫排斥反应是临床阶段使用干细胞的主要问题。该系列的主要目标是将干细胞的潜力带到医疗保健的最前沿，如治疗免疫疾病、再生医学和药物发现。因此，深入研究干细胞的免疫学和免疫调节特性为成功的干细胞移植提供了思路。然而，这些干细胞信号通路的网络表现出的相互作用是如此复杂，以至于在没有任何系统级分析或伴随的计算工具的情况下，研究和解释它们是具有挑战性的。因此，计算生物学是连接健康干细胞和癌症干细胞(CSCs)研究成果，连接分散的干细胞研究资源的潜在途径之一;这些方面可以通过识别多能干细胞群、参与自我更新和分化的因素、免疫学在组织性干细胞利基中的作用、细胞串音、健康和癌症干细胞中具有干性的基因、调节干细胞分化的分子途径/过程，以及通过将单细胞组学与机器学习和网络建模联系起来向免疫细胞分化来解决。



本课题的研究范围主要集中在干细胞移植研究的计算工具和数据分析管道的开发和应用，我们特别欢迎提交专注但不限于以下主题的原创研究和综述文章:

•高通量数据分子分析，细胞分型，高通量测序分析(RNAseq, WGS, WGBS, WES, scRNAseq, ChipSeq, ATAC-seq，免疫表型分析等)。

•TCR分析，调控网络，系统生物学方法，群体遗传学/基因组学，生物信息学，生物统计学，代谢组学，蛋白质组学，机器学习程序，以识别数据集中的特定模式，组织工程设计2D或3D纳米材料。

•数学建模，以显示干细胞或类器官簇形成中壁龛的起源和三维组织。

•CAR-T疗法、诱导多能干细胞的CRISPR/Cas9基因编辑、建模、模拟、单细胞基因组学以识别新细胞类型，以及细胞内相互作用以识别细胞行为。

•整合高通量转录组学和蛋白质组学分析，以确定癌症和健康干细胞的代谢行为。

•计算模型和网络建模研究癌症相关突变的影响。

•机器学习或深度学习分析，以识别CSCs/肿瘤细胞和健康干细胞。