одноклеточный анализ

Исследователи создали крупнейший на сегодняшний день транскриптомный атлас единичных клеток макаки-крабоеда (Macaca fascicularis), объединив данные 30 публичных исследований, охватывающих 57 анатомических областей и 43 органа. В основе работы лежит инновационный метод кросс-видовой аннотации с использованием универсальных эмбеддингов клеток (UCE), который позволяет сопоставлять клетки обезьян с человеческим референсным набором данных Tabula Sapiens V2 в едином пространстве. Итоговый атлас включает более 2,5 миллионов высококачественных клеток и демонстрирует высокую степень соответствия паттернов экспрессии генов между человеком и макаками. Этот ресурс позволяет проводить высокоточное сравнение экспрессии мишеней, что критически важно для оценки токсичности биопрепаратов и разработки антитело-конъюгатов (ADC). Использование данного атласа помогает глубже понять механизмы побочных эффектов, таких как офтальмологическая токсичность, и выявлять видоспецифичные особенности иммунных клеток. Внедрение этой вычислительной платформы способствует переходу к более точным методам доклинических исследований, снижая необходимость в избыточном использовании приматов за счет более обоснованного дизайна экспериментов.

Исследователи разработали новый аналитический метод ORPHEUS (Oscillatory Rhythm Phase Heterogeneity Estimated Using Statistical-moments), предназначенный для количественной оценки межклеточной десинхронизации на основе вариативности экспрессии генов. В отличие от традиционного анализа объемных (bulk) тканей, данный метод позволяет разделить влияние амплитуды клеточных осцилляций и их временной согласованности. После валидации in silico и на данных сверхчасового ядра (SCN) мышей, метод был применен к тканям печени мышей и человеческого мозга. Результаты показали, что высокая циркадная синхронность коррелирует с повышенной активностью пути MTORC в обеих тканях. Наиболее критическим открытием стало обнаружение резкой потери клеточной синхронности в возбуждающих нейронах у пациентов с деменцией при болезни Альцгеймера (AD). Таким образом, ORPHEUS предоставляет новый интерпретируемый инструмент для изучения циркадной координации на уровне единичных клеток, что открывает перспективы для понимания патогенеза нейродегенеративных заболеваний.

В исследовании представлен scSAGA (Single-Cell Sampled Gromov-Wasserstein Alignment) — инновационный метод для интеграции мультимодальных данных scRNA-seq и scATAC-seq. Основная проблема существующих подходов заключается в квадратичной сложности памяти и времени выполнения, что ограничивает их применение данными объемом в несколько тысяч клеток. Разработчики предложили решение, сочетающее разреженную геометрию kNN-графов, оптимизацию Громова-Вассерштейна с выборочным сэмплированием и безматричный метод совместного вложения. В ходе тестирования на различных организмах (от человека до Arabidopsis) scSAGA продемонстрировал превосходство над такими методами, как Seurat, LIGER, SCOT и Pamona, обеспечивая более точное сопоставление типов клеток. Ключевым достижением является способность алгоритма масштабироваться до интеграции более одного миллиона клеток с почти линейным ростом вычислительных затрат. Метод обеспечивает высокую точность кластеризации, что критически важно для идентификации клеточных типов в крупномасштабных атласах.

В исследовании представлена новая архитектура DPMM-FM — автоэнкодер, использующий онлайн-модель смеси процессов Дирихле (DPMM) и регуляризацию через conditional optimal-transport flow matching для анализа данных scRNA-seq. Основная цель работы — создание более структурированного и биологически интерпретируемого латентного пространства при анализе транскриптомики единичных клеток. Тестирование на 56 наборах данных scRNA-seq показало, что базовая модель DPMM-Base превосходит стандартные автоэнкодеры (Pure-AE), демонстрируя рост компактности кластеров (ASW 0.374 против 0.165) и снижение перекрытия кластеров по индексу Дэвиса–Болдина на 47% (0.868 против 1.624). Применение flow-matching позволило дополнительно сгладить латентный многообраз, обеспечив наивысшую точность проекции по метрикам DRE, LSE и DREX. Сравнительный анализ с 18 базовыми методами подтвердил превосходство DPMM-Base в 70.5% случаев по ключевым метрикам. Биологическая валидация на данных энтодермы и зубчатой извилины подтвердила, что полученные компоненты соответствуют когерентным программам генных онтологий (GO), что связывает математическую точность модели с биологической значимостью.

Исследователи представили GeoBridge — инновационный вычислительный фреймворк, предназначенный для моделирования клеточной динамики на основе теории изометрических геодезических линий. Основная проблема текущих методов scRNA-seq заключается в том, что они предоставляют лишь разрозненные «снимки» состояний клеток, что затрудняет реконструкцию непрерывных процессов. GeoBridge решает эту задачу, преобразуя сложные нелинейные транскрипционные траектории в линейные геодезические линии с постоянной скоростью в латентном пространстве. Это позволяет не только восстанавливать ненаблюдаемые промежуточные состояния клеток, но и осуществлять управляемую навигацию между различными клеточными фенотипами. Метод демонстрирует высокую устойчивость к шуму и разреженности данных, позволяя выявлять гены-драйверы, управляющие прогрессией вдоль геодезических путей. В ходе тестирования на различных биологических системах GeoBridge успешно разрешил динамику развития и обеспечил возможность моделирования переходов между множественными конечными точками дифференцировки, что открывает новые горизонты в управлении клеточными состояниями.

В исследовании представлен CASPA (Context-Aware Single-Cell Proteomics Analysis) — инновационный автоматизированный конвейер для анализа данных протеомики единичных клеток (SCP), полученных с помощью масс-спектрометрии. Авторы решают критические проблемы отрасли: отсутствие стандартизации, наличие фонового загрязнения белками и субъективность ручной аннотации типов клеток. Методология включает адаптивный контроль качества, итеративную коррекцию батч-эффектов на основе энтропии и уникальный механизм аннотации с использованием больших языковых моделей (LLM). Для устранения типичных ошибок LLM (таких как неверная интерпретация состояний клеток) была разработана трехэтапная архитектура промптов, сочетающая общие биологические принципы с ограничениями, специфичными для конкретного набора данных. Тестирование на данных мозга человека, глиобластомы и опухолей кожи показало высокую точность, сопоставимую с результатами сортировки клеток методом FACS и подтвержденную иммуногистохимией. CASPA обеспечивает воспроизводимый рабочий процесс с количественной оценкой уверенности в аннотациях, что делает его ценным инструментом для высокопроизводительных протеомных лабораторий.