卡內(nèi)基梅隆大學(Carnegie Mellon University, CMU)的計算機科學家報告稱，神經(jīng)網(wǎng)絡(luò)和監(jiān)督機器學習技術(shù)可以有效地表征使用單細胞rna測序(scRNA-seq)進行研究的細胞。研究小組稱，這一發(fā)現(xiàn)有助于研究人員識別新的細胞亞型，并區(qū)分健康細胞和患病細胞。

這種新的自動化方法不依賴于標記基因，而標記基因并不是對所有細胞類型都可用，而是分析所有的scRNA-seq數(shù)據(jù)，從而選擇能夠區(qū)分不同細胞的參數(shù)。來自CMU計算生物系的研究人員指出，這使得對所有細胞類型的分析成為可能，并為這些細胞的比較分析提供了一種方法。他們的研究(“單細胞RNA-seq數(shù)據(jù)比較分析的web服務(wù)器”)發(fā)表在《自然通訊》雜志上。他們說，名為scQuery的web服務(wù)器使所有研究人員都可以使用這種方法。

單細胞RNA-Seq (scRNA-seq)研究了異質(zhì)環(huán)境中的數(shù)千個細胞。目前描述細胞特征的方法是先進行無監(jiān)督分析，然后使用一組已知的標記基因進行賦值。這種方法僅限于少數(shù)特征良好的細胞類型。我們開發(fā)了一個自動化的管道來下載、處理和注釋公開可用的scRNA-seq數(shù)據(jù)集，以支持大規(guī)模的監(jiān)督描述，”研究人員寫道。

“我們擴展了監(jiān)督神經(jīng)網(wǎng)絡(luò)，以獲得高效和準確的表示scRNA-seq數(shù)據(jù)。我們使用我們的管道分析了來自超過500個不同研究的數(shù)據(jù)，其中有超過300種獨特的細胞類型，并表明監(jiān)督方法在細胞類型識別方面優(yōu)于非監(jiān)督方法。一項案例研究強調(diào)了這些方法在比較健康和患病小鼠細胞類型分布方面的有效性。最后，我們介紹了scQuery，這是一個web服務(wù)器，它使用我們的神經(jīng)網(wǎng)絡(luò)和快速匹配方法來確定細胞類型、關(guān)鍵基因等。

在過去的五年中，單細胞測序已經(jīng)成為細胞研究者的主要工具。在過去，科學家只能通過處理成批的細胞來獲得DNA或RNA序列信息，提供的結(jié)果只能反映細胞的平均值。相比之下，一次分析一個細胞可以使研究人員識別出細胞的亞型，或者看到健康細胞與患病細胞的區(qū)別，或者年輕細胞與衰老細胞的區(qū)別。

這種類型的排序?qū)⒅С置绹鴩⑿l(wèi)生研究院的新人類生物分子圖譜計劃(HuBMAP),這是建立一個3 d地圖顯示的人體組織細胞水平不同,根據(jù)bar - joseph Ziv,博士,教授,計算生物學和機器學習和今天的論文的作者之一,領(lǐng)導CMU-based中心貢獻計算工具項目。

計算生物學博士生阿米爾·阿拉維(Amir Alavi)和博士后研究員馬修·魯法洛(Matthew Ruffalo)博士共同撰寫了這篇論文。阿拉維說，“隨著每個實驗產(chǎn)生數(shù)十萬個數(shù)據(jù)點，這正成為一個大數(shù)據(jù)問題。傳統(tǒng)的分析方法不足以應(yīng)對如此大規(guī)模的數(shù)據(jù)。”

Drs。Alavi、Ruffalo和他們的同事開發(fā)了一個自動化的管道，試圖下載所有可用于mico的公共scRNA-seq數(shù)據(jù)——識別每個細胞中表達的基因和蛋白質(zhì)，這些數(shù)據(jù)來自最大的數(shù)據(jù)存儲庫，包括NIH的基因表達總匯(Gene Expression Omnibus, GEO)。然后，這些細胞被按類型進行標記，并通過神經(jīng)網(wǎng)絡(luò)進行處理。神經(jīng)網(wǎng)絡(luò)是一種模擬人類大腦的計算機系統(tǒng)。通過比較所有的細胞，神經(jīng)網(wǎng)絡(luò)識別出使每個細胞不同的參數(shù)。

研究人員使用小鼠類似阿爾茨海默病的scRNA-seq數(shù)據(jù)測試了這個模型。分析顯示，健康細胞和患病細胞的腦細胞水平相似，而患病細胞中包含了更多的免疫細胞，如巨噬細胞，它們是在對疾病的反應(yīng)中產(chǎn)生的。

研究人員使用他們的管道和方法創(chuàng)建了scQuery，這是一個web服務(wù)器，可以加速對新的scRNA-seq數(shù)據(jù)的比較分析。一旦研究人員向服務(wù)器提交一個單細胞實驗，該小組的神經(jīng)網(wǎng)絡(luò)和匹配方法就可以快速識別相關(guān)的細胞亞型，并識別早期對類似細胞的研究。