Новый метод визуализации больших объёмов биологических данных

Исследование генетического материала на клеточном уровне, например, с помощью секвенирования РНК единичных клеток (single-cell RNA-sequencing), даёт учёным детальное представление о биологических процессах. Это помогает оценивать здоровье тканей и органов, а также изучать развитие таких заболеваний, как болезнь Альцгеймера. Однако метод генерирует огромные массивы данных, требующие эффективных инструментов для анализа.

Инженеры и учёные из Университета Миссури и Университета штата Огайо разработали новый подход к анализу данных single-cell RNA-sequencing с использованием машинного обучения. Этот компьютерный метод позволяет интеллектуально анализировать большие данные и ускорять выводы. Методология описана в статье, опубликованной в Nature Communications.

«Профилирование генов единичных клеток находится на переднем крае технологий, поскольку измеряет количество и экспрессию генов на уровне отдельной биологической клетки», — пояснил профессор Донг Сюй. «Минимум анализируются десятки тысяч клеток, что приводит к сбору огромного массива данных. Сейчас делать выводы из таких данных сложно, так как нужно отфильтровать много информации. Мы применили один из новейших методов машинного обучения — графовые нейронные сети».

После интеллектуального анализа данных машинным обучением графовая нейронная сеть создаёт визуальное представление результатов, помогая легко выявлять паттерны. Граф состоит из точек, каждая из которых представляет клетку, а схожие типы клеток выделены цветом для удобства.

«С помощью этих данных учёные могут изучать взаимодействия клеток в микроокружении раковой ткани или наблюдать, как T-клетки, B-клетки и иммунные клетки атакуют раковые», — сказал Сюй. «Таким образом, в случаях, когда у человека сильный иммунитет, а рак ещё не развился полностью, мы можем понять, как можно уничтожить рак на ранней стадии. Благодаря машинному обучению мы получаем результаты быстрее, что ускоряет поиск жизнеспособного лечения».

Этот метод — пример сотрудничества инженеров и биологов для решения сложных биологических вопросов, таких как поиск возможного лечения болезни Альцгеймера.