Новый алгоритм для обнаружения мутаций в данных секвенирования отдельных клеток

Данные секвенирования РНК отдельных клеток (scRNA-seq) полезны для изучения фенотипов и функций клеток. Однако расшифровка клональных взаимоотношений клеток критически важна для понимания паттернов миграции клеток во время развития и роста тканей, а также для изучения связи между геномными мутациями и функцией клеток.

Сопоставление клональных связей с клеточными фенотипами можно достичь, обнаруживая соматические мутации в отдельных клетках. До сих пор это оставалось технически сложной задачей, поскольку данные scRNA-seq по определению разрежены (захватывается лишь малая часть данных) и содержат много ошибок секвенирования.

Европейский институт биоинформатики EMBL (EMBL-EBI) разработал новый алгоритм, способный обнаруживать соматические мутации в данных профилирования отдельных клеток без необходимости в референсном образце, таком как сопоставленные данные полногеномного секвенирования. Это можно делать с разрешением на уровне типа клеток и отдельной клетки. Работа опубликована в журнале Nature Biotechnology.

Алгоритм под названием SComatic позволяет исследователям изучать эволюцию рака и паттерны мутаций в здоровых клетках внутри тканей. Его также можно использовать для изучения ряда фундаментальных биологических процессов, включая:

• Клональный мозаицизм — когда субпопуляции клеток в ткани имеют слегка отличающуюся генетическую информацию из-за накопления соматических мутаций.
• Клеточная пластичность — способность клетки изменять свой фенотип в ответ на факторы окружающей среды без изменений генотипа.
• Эволюция рака и внутриопухолевая гетерогенность.
• Архитектура тканей и паттерны миграции клеток во время развития.

SComatic также позволяет отвечать на вопросы: какие мутационные события произошли в конкретной клетке или сколько мутаций есть в конкретной клетке или типе клеток по сравнению с другими. В более широком смысле, алгоритм позволяет сопоставлять генотип с фенотипом с разрешением на уровне одной клетки. Это особенно полезно для научных инициатив, анализирующих данные отдельных клеток, таких как Атлас клеток человека (Human Cell Atlas).

«SComatic специально разработан для de novo обнаружения соматических мутаций в данных высокопроизводительного профилирования отдельных клеток», — сказал Франсеск Муйас Ремолар, постдокторант EMBL-EBI. — Он как минимум в пять раз точнее других алгоритмов обнаружения соматических мутаций, что позволяет ученым изучать темы, ранее недоступные, например, клетку-предшественницу, из которой происходят некоторые виды рака и заболеваний».

«Возможность обойтись без референсного образца в этом контексте — это серьезный технический прорыв, — отметил Исидро Кортес-Сириано, руководитель исследовательской группы EMBL-EBI. — Теперь мы можем использовать большие коллекции существующих и будущих наборов данных по отдельным клеткам для изучения соматических мутаций с беспрецедентным разрешением».