現(xiàn)代技術(shù)使得對單個細(xì)胞進(jìn)行測序和鑒定每個細(xì)胞中當(dāng)前表達(dá)哪些基因成為可能。這些方法很敏感，因此容易出錯。設(shè)備，環(huán)境和生物本身可能導(dǎo)致測量之間的故障和差異。HelmholtzZentrumMünchen的研究人員與慕尼黑技術(shù)大學(xué)(TUM)和英國惠康桑格研究所的同事聯(lián)手，開發(fā)出能夠預(yù)測和糾正這些誤差來源的算法。這項(xiàng)工作發(fā)表在Nature Methods and Nature Communications上。

人體細(xì)胞圖譜是一個具有巨大范圍的有遠(yuǎn)見的項(xiàng)目，旨在在不同的時間點(diǎn)繪制出人體的所有組織，目標(biāo)是為個性化醫(yī)療的發(fā)展創(chuàng)建一個參考數(shù)據(jù)庫，即區(qū)分健康細(xì)胞和病變細(xì)胞的能力。。這可以通過稱為單細(xì)胞的技術(shù)實(shí)現(xiàn)RNA測序，幫助研究人員準(zhǔn)確了解哪些基因在生命的這些微小組成部分的任何特定時刻開啟或關(guān)閉。“從方法論的角度來看，這代表了一個巨大的飛躍。以前，這些數(shù)據(jù)只能從大量細(xì)胞群中獲得，因?yàn)闇y量需要如此多的RNA，”MarenBüttner解釋道。“所以結(jié)果始終只是所有細(xì)胞的平均值?，F(xiàn)在我們能夠獲得每個細(xì)胞的精確數(shù)據(jù)，”HelmholtzZentrumMünchen計(jì)算生物學(xué)研究所(ICB)的博士生說。

然而，該技術(shù)的靈敏度增加也意味著對批次效應(yīng)的敏感性增加。“批次效應(yīng)描述了可能發(fā)生的測量之間的波動，例如，如果設(shè)備的溫度稍微偏離或者細(xì)胞的處理時間發(fā)生變化，”MarenBüttner解釋說。盡管存在幾種用于校正這些偏差的模型，但這些方法高度依賴于效果的實(shí)際大小。“因此，我們開發(fā)了一種用戶友好，強(qiáng)大且靈敏的測量方法，稱為kBET，可量化實(shí)驗(yàn)之間的差異，從而有助于比較不同的校正結(jié)果，”Büttner說。

除了批次效應(yīng)之外，稱為丟失事件的現(xiàn)象在單細(xì)胞測序中提出了主要挑戰(zhàn)。“讓我們說我們對細(xì)胞進(jìn)行測序并觀察細(xì)胞中的特定基因根本不會發(fā)出任何信號，”ICB主任兼生物系統(tǒng)數(shù)學(xué)模型教授Fabian Theis博士解釋說。“其根本原因可能是生物學(xué)或技術(shù)性的：要么基因不被測序儀讀取，因?yàn)樗緵]有被表達(dá)，或者由于技術(shù)原因沒有檢測到，”他解釋說。

為了識別這些案例，來自Theis集團(tuán)的生物信息學(xué)家GökcenElaslan和Lukas Simon使用了許多單細(xì)胞的大量序列并開發(fā)了所謂的深度學(xué)習(xí)算法，即模擬人類學(xué)習(xí)過程的人工智能(神經(jīng)網(wǎng)絡(luò)) 。

該算法利用新的概率模型并比較原始數(shù)據(jù)和重建數(shù)據(jù)，確定基因信號的缺失是否是由生物或技術(shù)故障引起的。“這種模型甚至允許在沒有兩種不同細(xì)胞類型變得人為相似的情況下確定細(xì)胞類型特異性校正，”Fabian Theis說。“作為單細(xì)胞基因組學(xué)領(lǐng)域最早的深度學(xué)習(xí)方法之一，該算法具有額外的優(yōu)勢，可以很好地?cái)U(kuò)展以處理包含數(shù)百萬個細(xì)胞的數(shù)據(jù)集。”

但有一點(diǎn)是方法不是 - 而且重要的是要強(qiáng)調(diào)：“我們不是在開發(fā)軟件來平滑結(jié)果。我們的主要目標(biāo)是識別和糾正錯誤，”Fabian Theis解釋道。“我們能夠與世界各地的同事分享這些盡可能準(zhǔn)確的數(shù)據(jù)，并將我們的結(jié)果與他們的結(jié)果進(jìn)行比較” - 例如，當(dāng)亥姆霍茲研究人員將他們的算法和分析貢獻(xiàn)給人類細(xì)胞圖譜時，因?yàn)榭煽啃院蛿?shù)據(jù)的可比性至關(guān)重要。