神經(jīng)網(wǎng)絡(luò)在分析單細(xì)胞RNA測序中取代標(biāo)記基因

卡內(nèi)基梅隆大學(xué)的計算機(jī)科學(xué)家表示，神經(jīng)網(wǎng)絡(luò)和監(jiān)督機(jī)器學(xué)習(xí)技術(shù)可以有效地表征使用單細(xì)胞RNA測序(scRNA-seq)研究的細(xì)胞。這一發(fā)現(xiàn)可以幫助研究人員識別新的細(xì)胞亞型并區(qū)分健康和患病細(xì)胞。

這種新的自動化方法不是依賴于不適用于所有細(xì)胞類型的標(biāo)記基因，而是分析所有scRNA-seq數(shù)據(jù)，只選擇那些可以區(qū)分一個細(xì)胞與另一個細(xì)胞的參數(shù)。這使得能夠分析所有細(xì)胞類型并提供用于這些細(xì)胞的比較分析的方法。

CMU計算生物學(xué)系的研究人員今天在在線期刊Nature Communications上解釋了他們的方法。他們還描述了一個名為scQuery的Web服務(wù)器，使該方法可供所有研究人員使用。

在過去的五年中，單細(xì)胞測序已成為細(xì)胞研究人員的主要工具。過去，研究人員只能通過處理批次的細(xì)胞來獲得DNA或RNA序列信息，從而提供僅反映細(xì)胞平均值的結(jié)果。相比之下，一次一個地分析細(xì)胞，使研究人員能夠識別細(xì)胞的亞型，或者了解健康細(xì)胞與患病細(xì)胞的區(qū)別，或年輕細(xì)胞與老年細(xì)胞的區(qū)別。

這種類型的測序?qū)⒅С置绹鴩⑿l(wèi)生研究院的新人類生物分子圖譜計劃(HuBMAP)，該計劃正在建立一個人體三維圖，顯示組織在細(xì)胞水平上的差異。Ziv Bar-Joseph是計算生物學(xué)和機(jī)器學(xué)習(xí)的教授，也是今天論文的共同作者，他領(lǐng)導(dǎo)著一個基于CMU的中心，為該項目提供計算工具。

“隨著每個實驗產(chǎn)生數(shù)十萬個數(shù)據(jù)點(diǎn)，這將成為一個大數(shù)據(jù)問題，”Amir Alavi博士說。計算生物學(xué)專業(yè)的學(xué)生，??與博士后研究員Matthew Ruffalo一起擔(dān)任該論文的共同主要作者。“傳統(tǒng)的分析方法不足以滿足如此大的規(guī)模。”

Alavi，Ruffalo及其同事開發(fā)了一種自動化管道，試圖下載所有可用于小鼠的公共scRNA-seq數(shù)據(jù) - 從最大的數(shù)據(jù)庫中識別每個細(xì)胞中表達(dá)的基因和蛋白質(zhì)，包括NIH的Gene Expression Omnibus(GEO)。然后通過類型標(biāo)記細(xì)胞并通過神經(jīng)網(wǎng)絡(luò)處理，神經(jīng)網(wǎng)絡(luò)是在人腦上建模的計算機(jī)系統(tǒng)。通過將所有細(xì)胞相互比較，神經(jīng)網(wǎng)絡(luò)識別出使每個細(xì)胞不同的參數(shù)。

研究人員使用來自類似阿爾茨海默病的小鼠研究的scRNA-seq數(shù)據(jù)測試了該模型。如所預(yù)期的，分析顯示健康和患病細(xì)胞中腦細(xì)胞的水平相似，而患病細(xì)胞包括響應(yīng)于疾病而產(chǎn)生的顯著更多的免疫細(xì)胞，例如巨噬細(xì)胞。

研究人員使用他們的管道和方法創(chuàng)建了scQuery，這是一種可以加速對新scRNA-seq數(shù)據(jù)進(jìn)行比較分析的Web服務(wù)器。一旦研究人員向服務(wù)器提交單細(xì)胞實驗，該組的神經(jīng)網(wǎng)絡(luò)和匹配方法可以快速識別相關(guān)的細(xì)胞亞型并識別相似細(xì)胞的早期研究。

鄭重聲明：本文版權(quán)歸原作者所有，轉(zhuǎn)載文章僅為傳播更多信息之目的，如有侵權(quán)行為，請第一時間聯(lián)系我們修改或刪除，多謝。

推薦內(nèi)容