Китайские учёные создали атлас клеток человека из разрозненных данных
Исследователи из Китая разработали единую информационную платформу для сборки клеточных данных и создали атлас Ensemble Cell Atlas (hECA), используя разрозненные публичные наборы данных о единичных клетках. Это приближает создание виртуальной модели человеческого тела для симуляции экспериментов, которые невозможно провести in vivo или in vitro.
Новый подход к сборке атласа
Быстрое развитие технологий секвенирования единичных клеток, особенно транскриптомики, позволило учёным профилировать отдельные клетки. Однако не было ясности, как следует определять и собирать клеточный атлас. В отличие от подхода «сверху вниз» (создание трёхмерного каркаса тела), команда под руководством Сюэгуна Чжана из Университета Цинхуа предложила альтернативу «снизу вверх» — сборку атласа из множества разрозненных публичных данных.
Единая информационная платформа
Для сборки масштабных данных из разных источников в единый атлас (hECA) исследователи разработали:
- Специальную инфраструктуру базы данных для хранения одноклеточных данных с ультравысокой размерностью и объёмом.
- Единую иерархическую систему аннотаций, чтобы метки типов клеток из разных наборов данных были сопоставимы и последовательны.
- Интерфейс прикладного программирования (API) для эффективного поиска клеток в атласе.
Новые возможности применения
На основе этой платформы команда создала три новые схемы применения собранного атласа:
- Сортировка клеток в данных: выборка клеток из «виртуального тела» с помощью гибких логических выражений.
- «Количественный портрет»: система, представляющая полную информацию о генах, типах клеток и органах.
- Создание настраиваемого референса: пользователи могут создавать собственные эталоны для задач аннотирования типов клеток.
Практическая проверка и перспективы
Эксперименты подтвердили качество и полезность собранных данных. Кейс-примеры включали исследование нецелевых эффектов лекарств (drug off-targets) во всём организме, что демонстрирует потенциат атласа для новых возможностей в биомедицинских исследованиях. Такая сортировка клеток может выявлять важные органоспецифичные паттерны и помогать определять органы, более подверженные побочным эффектам таргетной терапии.
Исследователи продолжат улучшать hECA, интегрируя в него больше высококачественных данных из других комплексных наборов.