Новый поисковик для атласов одиночных клеток
Новый программный инструмент позволяет исследователям быстро анализировать наборы данных, полученные при секвенировании одиночных клеток. Пользователи могут определить, в каких типах клеток активна любая комбинация генов. Опубликованное в Nature Methods 1 марта, открытое программное обеспечение 'scfind' обеспечивает быстрый анализ множества наборов данных, содержащих миллионы клеток, на стандартном компьютере.
Время обработки таких наборов данных составляет всего несколько секунд, что экономит время и вычислительные ресурсы. Инструмент, разработанный исследователями из Института Сэнгера Wellcome, можно использовать подобно поисковой системе, так как пользователи могут вводить как названия генов, так и произвольный текст.
Технологии секвенирования генетического материала из одиночной клетки быстро развивались за последние 10 лет. Секвенирование РНК одиночных клеток (scRNAseq), используемое для оценки активности генов в отдельных клетках, может применяться к миллионам клеток одновременно и генерирует огромные объемы данных (2,2 ГБ для Атласа человеческой почки). Такие проекты, как Атлас клеток человека и Атлас клеток малярии, используют эти методы для обнаружения и характеристики всех типов клеток в организме или популяции. Чтобы извлечь из данных максимальную пользу, они должны быть легко доступны и анализируемы широким кругом исследователей.
Для обеспечения быстрого и эффективного доступа новый программный инструмент scfind использует двухэтапную стратегию для сжатия данных примерно в ~100 раз. Эффективная декомпрессия позволяет быстро выполнять запросы к данным. Разработанный исследователями из Института Сэнгера Wellcome, scfind может выполнять крупномасштабный анализ наборов данных с миллионами клеток на стандартном компьютере без специального оборудования. Запросы, которые раньше занимали дни, теперь выполняются за секунды.
Новый инструмент также можно использовать для анализа мульти-омиксных данных, например, комбинируя данные ATAC-seq одиночных клеток (измеряющие эпигенетическую активность) с данными scRNAseq.
Доктор Джимми Ли, научный сотрудник Института Сэнгера Wellcome и ведущий автор исследования, сказал: "Достижения методов мульти-омики открыли беспрецедентную возможность для понимания ландшафта и динамики сетей регуляции генов. Scfind поможет нам идентифицировать геномные области, регулирующие активность генов, — даже если эти области находятся далеко от своих мишеней".
Scfind также можно использовать для идентификации новых генетических маркеров, связанных с определенным типом клеток или определяющих его. Исследователи показывают, что scfind является более точным и прецизионным методом для этого по сравнению с базами данных, составленными вручную, или другими доступными вычислительными методами.
Чтобы сделать scfind более удобным для пользователя, в него включены методы обработки естественного языка, позволяющие выполнять произвольные запросы.
Доктор Мартин Хемберг, бывший руководитель группы в Институте Сэнгера Wellcome, а ныне сотрудник Гарвардской медицинской школы и больницы Бригама и женщин, сказал: "Анализ наборов данных одиночных клеток обычно требует базовых навыков программирования и знаний в области генетики и геномики. Чтобы обеспечить доступ к большим наборам данных об одиночных клетках для широкого круга пользователей, мы разработали инструмент, который может функционировать как поисковая система, позволяя пользователям вводить любой запрос и находить соответствующие типы клеток".
Доктор Джона Кул, программный директор по науке в Инициативе Чан Цукерберга, сказал: "Новые, более быстрые методы анализа имеют решающее значение для поиска перспективных открытий в данных об одиночных клетках, включая Атлас клеток человека. Удобные инструменты, такие как scfind, ускоряют темпы науки и способность исследователей развивать работу друг друга, и Инициатива Чан Цукерберга гордится поддержкой команды, разработавшей эту технологию".