_ Obținerea de informații dinamice din instantanee statice

Imaginați-vă că vă preziceți ordinea exactă de terminare a Kentucky Derby-ului dintr-o fotografie făcută la 10 secunde de cursă.

Această provocare păliște în comparație cu ceea ce se confruntă cercetătorii atunci când folosesc ARN unicelular -secvențierea (scRNA-seq) pentru a studia modul în care se dezvoltă embrionii, se diferențiază celulele, se formează cancerul și reacționează sistemul imunitar.

Într-o lucrare publicată astăzi în Proceedings of the National Academy of Sciences, cercetătorii de la UChicago Școala de Inginerie Moleculară Pritzker și Departamentul de Chimie au creat TopicVelo, o nouă metodă puternică de utilizare a instantaneelor ​​statice din scRNA-seq pentru a studia modul în care celulele și genele se schimbă în timp.

Echipa a luat o cercetare interdisciplinară, colaborativă. abordare, încorporând concepte din învățarea automată clasică, biologia computațională și chimie.

„În ceea ce privește învățarea automată nesupravegheată, folosim o idee foarte simplă, bine stabilită. Și în ceea ce privește modelul transcripțional pe care îl folosim, este și o idee foarte simplă, veche. Dar când le puneți împreună, fac ceva mai puternic decât v-ați aștepta”, a spus profesorul asistent PME de Inginerie Moleculară și Medicină Samantha Riesenfeld, care a scris lucrarea împreună cu prof. Suriyanarayanan Vaikuntanathan de la Departamentul de Chimie și studentul lor comun, UChicago Chemistry Ph. D. candidat Cheng Frank Gao.

Cercetătorii folosesc scRNA-seq pentru a obține măsurători care sunt puternice și detaliate, dar prin natura lor sunt statice.

„Am dezvoltat TopicVelo pentru a deduce starea celulei tranziții de la datele scRNA-seq", a spus Riesenfeld. "Este greu să faci asta din acest tip de date, deoarece scRNA-seq este distructiv. Când măsurați celula în acest fel, distrugeți celula."

Acest lucru le oferă cercetătorilor un instantaneu al momentului în care celula a fost măsurată/distrusă. În timp ce scRNA-seq oferă cel mai bun instantaneu disponibil la nivel de transcriptom, Cu toate acestea, informațiile de care mulți cercetători au nevoie este modul în care celulele tranzitează în timp. Ei trebuie să știe cum o celulă devine canceroasă sau cum se comportă un anumit program genetic în timpul unui răspuns imun.

Pentru a ajuta la identificarea proceselor dinamice. un instantaneu static, cercetătorii folosesc în mod tradițional ceea ce se numește „pseudotimp”. Este imposibil să urmăriți schimbarea și creșterea expresiei unei celule individuale sau a unei gene într-o imagine statică, dar acea imagine a capturat și alte celule și gene de același tip care ar putea fi puțin mai departe. în același proces. Dacă oamenii de știință conectează corect punctele, ei pot obține informații puternice despre cum arată procesul în timp.

Conectarea acestor puncte este o presupunere dificilă, bazată pe presupunerea că celulele cu aspect similar sunt doar în puncte diferite de-a lungul aceleiași căi. Biologia este mult mai complicată, cu porniri false, opriri, explozii și forțe chimice multiple care trag de fiecare genă.

În locul abordărilor pseudotimp tradiționale, care analizează similaritatea expresiei dintre profilele transcripționale ale celulelor, ARN-ul abordările de viteză se uită la dinamica transcripției, îmbinării și degradării ARNm în acele celule.

Este o tehnologie promițătoare, dar timpurie.

„Decalajul persistent între promisiunea și realitatea Viteza ARN-ului și-a restricționat în mare măsură aplicarea”, au scris autorii în lucrare.

Pentru a reduce această lacună, TopicVelo lasă deoparte modelele deterministe, îmbrățișând – și adunând perspective din – un model stocastic mult mai dificil care reflectă biologia aleatorie inevitabilă.

„Celulele, când te gândești la ele, sunt intrinsec aleatorii”, a spus Gao, primul autor al lucrării. „Puteți avea gemeni sau celule identice genetic, care vor crește pentru a fi foarte diferite. TopicVelo introduce utilizarea unui model stocastic. Suntem capabili să captăm mai bine biofizica de bază în procesele de transcripție care sunt importante pentru transcripția ARNm”.

Echipa a realizat, de asemenea, că o altă presupunere limitează viteza standard de ARN. „Majoritatea metodelor presupun că toate celulele exprimă practic același program mare de gene, dar vă puteți imagina că celulele trebuie să facă diferite tipuri de procese simultan, în grade diferite”, a spus Riesenfeld. Dezlegarea acestor procese este o provocare.

Modelarea probabilistică a subiectelor – un instrument de învățare automată folosit în mod tradițional pentru a identifica teme din documente scrise – a oferit echipei UChicago o strategie. TopicVelo grupează datele scRNA-seq nu după tipurile de celulă sau genă, ci după procesele în care sunt implicate acele celule și gene. Procesele sunt deduse din date, mai degrabă decât impuse de cunoștințele externe.

" Dacă te uiți la o revistă de știință, aceasta va fi organizată pe teme precum „fizică”, „chimie” și „astrofizică”, astfel de lucruri”, a spus Gao. „Am aplicat acest principiu de organizare datelor de secvențiere a ARN-ului unicelular. Așa că acum, ne putem organiza datele pe subiecte, cum ar fi „sinteza ribozomală”, „diferențierea”, „răspunsul imun” și „ciclul celular”. Și putem se potrivesc modelelor transcripționale stocastice specifice fiecărui proces.”

După ce TopicVelo dezlănțuiește acest grup de procese și le organizează după subiect, aplică ponderea subiectelor înapoi pe celule, pentru a ține seama de ce procent din profilul transcripțional al fiecărei celule este implicat în ce activitate.

Conform lui Riesenfeld, „Această abordare ne ajută să privim dinamica diferitelor procese și să înțelegem importanța acestora în diferite celule. Și acest lucru este util mai ales atunci când există puncte de ramificație sau când o celulă este tras în direcții diferite.”

Rezultatele combinării modelului stocastic cu modelul subiect sunt izbitoare. De exemplu, TopicVelo a fost capabil să reconstruiască traiectorii care anterior necesitau tehnici experimentale speciale pentru a se recupera. Aceste îmbunătățiri extind foarte mult aplicațiile potențiale.

Gao a comparat concluziile lucrării cu lucrarea în sine – produsul multor domenii de studiu și expertiză.

„La PME, dacă ai chimie proiect, sunt șanse să existe un student la fizică sau la inginerie care lucrează la el”, a spus el. „Nu este niciodată doar chimie.”

(Fluierul)