CellWalker2: новый инструмент для анализа связей в сложных клеточных данных

Биологи сталкиваются с проблемой анализа огромных массивов данных, полученных при профилировании тысяч отдельных клеток. Без контекста сложно понять, как эти данные связаны со здоровьем и болезнями человека. Ученые определяют типы клеток, чтобы систематизировать информацию, но сравнение типов клеток между разными исследованиями оставалось трудной задачей.

Исследователи из Gladstone Institutes представили вычислительный инструмент CellWalker2, который решает эту проблему. Метод позволяет определять, как типы клеток связаны между собой, и выявлять группы клеток, которые могут влиять на здоровье.

"Предыдущие методы не использовали взаимосвязи между типами клеток", — говорит Кэти Поллард, руководитель исследования, опубликованного в Cell Genomics. — "С нашим новым инструментом мы используем тот факт, что некоторые типы клеток являются скорее "братьями и сестрами", чем "дальними кузенами".

Как работает CellWalker2

Инструмент использует иерархические отношения между типами клеток. При анализе геномных данных из нового исследования CellWalker2 либо точно идентифицирует тип клетки, либо присваивает более широкую метку.

"Типы клеток — не случайные категории", — поясняет Чжируй Ху, биоинформатик из лаборатории Поллард. — "CellWalker2 учитывает эти отношения".

Инструмент позволяет сопоставлять типы клеток в разных экспериментах, даже из разных лабораторий или у разных видов.

Анализ данных ATAC-seq

Поллард и ее команда используют данные метода "single-cell ATAC-seq", который показывает, насколько открыты или доступны различные участки ДНК. Это важно, так как большинство заболеваний, как полагают, вызваны мутациями в доступных регионах.

Однако данные ATAC-seq notoriously hard to interpret. Несколько лет назад Поллард и Павел Пшитицки создали первую версию CellWalker, которая сочетала данные ATAC-seq с данными RNA sequencing (показывающими активные гены в клетке) для одного типа клеток.

CellWalker2 расширяет эти возможности, соединяя несколько типов данных из одной клетки с биологическими инсайтами. Инструмент показывает, какие регуляторные участки ДНК активны в каждом типе клеток и насколько близко клетки из разных наборов данных соответствуют друг другу, количественно оценивая силу этих связей.

Эта способность связывать регуляторные элементы ДНК с их клеточно-специфичными функциями может оказаться решающей для понимания таких состояний, как аутизм, шизофрения и врожденные пороки сердца.

Применение и результаты

Команда продемонстрировала возможности CellWalker2:

1. Сравнение данных по иммунным клеткам человека из разных лабораторий, использовавших разные методы и системы наименований. CellWalker2 построил статистическую карту соответствий между типами клеток.
2. Определение регуляторных регионов ДНК, используемых специфичными типами иммунных клеток. Инструмент смог выявить, какие регуляторные регионы и факторы транскрипции, вероятно, управляют изменениями.
3. Сравнение клеток мозга человека, мартышек и мышей. Инструмент показал, какие типы клеток являются общими для видов, а какие уникальны, что дает представление об эволюции мозга.

Доступность и перспективы

CellWalker2 уже находится в свободном доступе в интернете для других исследователей. Для новичков создана документация и примеры данных.

Такие инструменты закладывают основу для будущей диагностики и терапии. Команда планирует использовать модель для интерпретации функции частей генома, связанных с заболеваниями сердца и мозга, механизмы которых остаются неясными.

"Мы наконец приближаемся к тому, чтобы связать генетические варианты риска заболеваний с реальными регуляторными программами и типами клеток, на которые они влияют", — говорит Поллард. — "CellWalker2 — ключевой шаг к установлению этих связей".