Los investigadores construyen un atlas de células utilizando conjuntos de datos de una sola célula dispersos

Imagine un cuerpo humano virtual, rico en complejidad y detalle, que permita a los científicos simular experimentos que no se pueden realizar in vivo o in vitro. Un equipo de investigadores chinos acercó esta visión a la realidad al desarrollar un marco para el ensamblaje continuo de datos centrados en células y construyó el Human Whole Cell Atlas (hECA) utilizando datos recopilados de conjuntos de datos públicos dispersos.

Presentaron su marco informático unificado en un estudio publicado el 28 de abril en iCiencia. hECA también ha realizado una contribución histórica a la integración de datos de células individuales humanas de múltiples fuentes y la realización de análisis posteriores, que se han publicado en biología cuantitativa El 4 de julio.

«Los estudios de casos de hECA han demostrado la revolución que un atlas de células centrado en las células puede aportar a la investigación biomédica», dijo el autor del estudio, Xuegong Zhang, de la Universidad de Tsinghua.

El rápido desarrollo de tecnologías de secuenciación unicelular, en particular un método de secuenciación de ARN conocido como transcriptómica unicelular, ha permitido a los científicos perfilar celdas individuales y examinar qué genes están activados en diferentes tipos de células.

Científicos de todo el mundo están comprometidos en la construcción de atlas de resolución de una sola célula de todos los diferentes tipos de células en proyectos como el Human Cell Atlas (HCA) y el programa Human Biomolecular Atlas. Pero todavía hay cierta incertidumbre sobre cómo debe definirse y ensamblarse un atlas celular.

«El punto clave en el montaje del atlas celular es la organización de la información celular», dijo Zhang.

Desde el lanzamiento del proyecto HCA en 2017, se han publicado numerosos artículos sobre atlas de células, y la mayoría de ellos son colecciones de una amplia variedad de datos de una sola célula documentados e indexados proyecto por proyecto. Estudios previos han argumentado que el mapeo celular involucra la creación de un esqueleto tridimensional del cuerpo humano y simplemente ensamblar las celdas observadas en sus posiciones correspondientes. Sin embargo, un cuerpo humano es demasiado complejo para este tipo de montaje.

En cambio, «ensamblar un atlas celular debería transmitir la naturaleza multifacética de los datos y permitir a los usuarios buscar con condiciones personalizadas entre diferentes métodos de indexación», dijo Zhang.

Mientras tanto, cantidades masivas de datos transcriptómicos de una sola célula están entrando a raudales en el dominio publico de colaboraciones multiinstitucionales, generando petabytes de datos que cubren todos los principales órganos humanos adultos, así como hitos clave del desarrollo o patológicos.

Para el equipo de Zhang, estos datos públicos dispersos de una sola celda sugirieron un enfoque alternativo para construir un atlas de celdas: comenzar de abajo hacia arriba juntando datos de múltiples fuentes.

Para ensamblar datos de esta escala de múltiples fuentes en un atlas de conjunto, los investigadores desarrollaron un marco informático unificado, que incluía una infraestructura de base de datos especial para almacenar datos de una sola celda con dimensionalidad y volumen ultra altos, así como una anotación jerárquica unificada. marco. para hacer que las etiquetas de tipo de celda de diferentes conjuntos de datos sean comparables y consistentes. Los investigadores también diseñaron un Interfaz de programación de aplicaciones para recuperar eficientemente las celdas en el atlas.

Con estas tecnologías, el equipo desarrolló tres nuevos esquemas para aplicar el atlas ensamblado. Primero, habilitaron la clasificación de celdas de datos para seleccionar células del cuerpo humano virtual del ensamblaje. células utilizando combinaciones flexibles de expresiones lógicas. Crearon un sistema de «retrato cuantitativo» para representar la información completa de genes, tipos de células y órganos. También crearon una creación de referencia personalizable que permite a los usuarios personalizar sus referencias para tareas de anotación de tipo de celda.

Los investigadores realizaron una serie de experimentos para verificar e ilustrar la calidad y la usabilidad de los datos ensamblados en múltiples escenarios de aplicación. Los ejemplos de casos incluyeron el estudio de medicamentos fuera del objetivo (las consecuencias biológicas no deseadas de un medicamento) en todo el cuerpo, lo que demostró el poder del Whole Cell Atlas para abrir nuevas posibilidades en investigación biomédica.

Según el estudio, este tipo de clasificación en las celdas de datos puede revelar importantes patrones específicos de órganos y ayudar a los científicos a determinar qué órganos son más susceptibles a los efectos secundarios de la terapia con medicamentos dirigidos.

Los investigadores han desarrollado estrategias y tecnologías para integrar más datos de alta calidad de otros conjuntos de datos integrales y continuarán mejorando y actualizando las versiones futuras de hECA.