транскриптомика

Исследователи разработали новый биоинформатический подход для верификации того, насколько клеточные линии, используемые в лабораторных моделях почек, соответствуют нативным типам клеток. Методология основана на сопоставлении данных bulk RNA-seq (массового секвенирования РНК) с эталонными профилями, полученными из наборов данных scRNA-seq (секвенирования РНК единичных клеток) человека и мыши. В ходе исследования сравнивались три статистические меры сходства и три алгоритма машинного обучения: Random Forest, XGBoost и TabPFN (фундаментальная модель для табличных данных). Результаты показали, что использование корреляции Спирмена и модели TabPFN обеспечивает наивысшую точность идентификации типов клеток, особенно при использовании списков маркерных генов. При тестировании популярных линий было установлено, что клетки OK сохраняют идентичность проксимальных канальцев (особенно под воздействием напряжения сдвига), в то время как линии HK-2, HKC-8 и HKC-11 демонстрируют непоследовательные результаты. Для практического применения авторы представили веб-инструмент CellMatchR, позволяющий исследователям объективно оценивать стабильность и применимость используемых клеточных моделей в экспериментах по изучению заболеваний почек.

В статье представлен новый вычислительный метод под названием U-method, предназначенный для решения проблемы идентификации маркеров в анализе транскриптомики единичных клеток. В отличие от традиционных подходов, опирающихся на средние различия в экспрессии, которые часто искажаются из-за разреженности и гетерогенности данных, U-method использует вероятностный подход. Алгоритм сравнивает вероятность экспрессии гена внутри целевого кластера с его максимальной вероятностью в любом другом кластере, что позволяет фокусироваться на стабильности обнаружения, а не на абсолютной величине экспрессии. Методология была протестирована на наборах данных секвенирования РНК единичных клеток при раке толстой кишки, молочной железы, поджелудочной железы и легких, успешно выявив как канонические маркеры линий, так и новые специфические гены. Особую значимость представляет применение метода к пространственной транскриптомике Visium HD: использование сырых данных экспрессии топ-маркеров позволило визуализировать четкую структуру тканей без необходимости сложного сглаживания или деконволюции. Таким образом, U-method предлагает эффективный и быстрый инструмент для высокоточного поиска биологических маркеров и пространственной интерпретации данных.

В данном исследовании рассматривается метод использования нанопорового секвенирования для анализа библиотек 10x Genomics single-nucleus multiome, что позволяет преодолеть ограничения стандартного секвенирования Illumina. В то время как короткие прочтения Illumina фиксируют только 3'-конец РНК-транскриптов, теряя информацию о сайтах начала транскрипции (TSS), нанопоровое секвенирование обеспечивает профилирование полноразмерных транскриптов. Авторы продемонстрировали успешное генетическое демультиплексирование данных нанопорового секвенирования, несмотря на его более высокий уровень ошибок по сравнению с традиционными методами. В ходе сравнительного анализа было установлено, что нанопоровое секвенирование мультиомной кДНК позволяет идентифицировать медианно 63% сайтов начала транскрипции (TSS), обнаруженных с помощью специализированного 5'-анализа. Исследование также предлагает оптимизированный подход к предобработке нанопоровых прочтений для повышения точности идентификации TSS. Данная методология имеет высокую значимость для биоинформатики и геномики, предоставляя более глубокое понимание транскрипционной активности на уровне отдельных ядер.

Исследователи представили scMultiPreDICT — новый вычислительный фреймворк, предназначенный для сравнительного моделирования экспрессии генов на основе данных мультиомики единичных клеток. Методология исследования включала бенчмаркинг RNA-only, ATAC-only и мультимодальных наборов признаков с использованием шести различных моделей машинного обучения, включая регрессию, древовидные модели и глубокое обучение. Результаты показали, что признаки, полученные из РНК, обеспечивают высокую прогностическую способность, в то время как доступность хроматина (ATAC) сама по себе дает лишь умеренные результаты. Важным открытием стало то, что мультимодальная интеграция не всегда повышает точность предсказания; её эффективность зависит от конкретного гена и клеточного контекста. Анализ значимости признаков подтвердил, что транскрипционные факторы доминируют для большинства генов, однако эпигенетическая доступность вносит существенный вклад в регуляцию определенного подмножества генов. Данный инструмент, реализованный на языке R, позволяет систематически оценивать вклад различных регуляторных уровней, что критически важно для планирования таргетных исследований и разработки терапевтических стратегий.

Исследователи представили TopicVI — инновационную глубокую интерпретируемую модель, предназначенную для анализа данных секвенирования РНК единичных клеток (scRNA-seq) и пространственной транскриптомики. В отличие от традиционных методов, полагающихся на жестко заданные биологические априорные знания, TopicVI использует теорию оптимального транспорта для гибкого совмещения существующих генных программ с наблюдаемыми данными. Это позволяет модели обнаруживать специфические для конкретного контекста (например, при болезнях) изменения в экспрессии генов, которые часто упускаются стандартными методами кластеризации. Бенчмаркинг показал, что TopicVI превосходит существующие аналоги по показателям биологической консервативности, коррекции пакетных эффектов (batch correction), связности тем и способности идентифицировать редкие типы клеток. При применении модели к наборам данных глиобластомы удалось выявить генные программы, связанные с регуляцией клеточного цикла и сигнализацией EGFR, что позволило обнаружить конвергентные состояния опухоли при различных лекарственных воздействиях. Данная разработка значительно расширяет возможности интерпретации сложных транскриптомных данных для понимания терапевтических механизмов.

В статье представлен PERREO — новый комплексный биоинформатический инструмент, предназначенный для глубокого анализа экспрессии повторяющихся элементов (транспозонов) на основе данных секвенирования коротких и длинных чтений. Традиционные методы RNA-seq часто игнорируют или недооценивают молекулы РНК, происходящие из повторяющихся элементов, так как они оптимизированы под аннотированные гены. PERREO решает эту проблему, обеспечивая полный цикл обработки данных: от контроля качества и специфического для повторов выравнивания до анализа дифференциальной экспрессии и сборки транскриптов de novo. Авторы провели валидацию инструмента на клеточных линиях, опухолевых тканях и жидкостной биопсии, подтвердив его превосходную чувствительность к сигнатурам повторяющейся РНК по сравнению со стандартными подходами. Интеграция прогностического моделирования в пайплайн позволяет выявлять биологические ассоциации и строить сети ко-экспрессии. Данная разработка значительно снижает биоинформатический порог входа для исследователей, открывая новые возможности для изучения роли репотома в развитии онкологических заболеваний и других патологий.

В данном исследовании рассматривается проблема систематических ошибок в транскриптомных данных, вызванных технической гетерогенностью и популяционной стратификацией. Авторы предложили гипотезу о том, что одновременное использование суррогатных переменных (SV) для коррекции экспрессии и главных компонент (PC) на основе генотипа обеспечит более точные результаты, чем использование каждого метода по отдельности. Исследование проводилось на двух независимых наборах данных РНК-секвенирования пациентов с боковым амиотрофическим склерозом (БАС): KCLBB (148 участников) и ALS Consortium (307 участников). Результаты показали, что комбинированная модель (SV+PC) значительно превосходит остальные подходы: индекс сходства Жаккара (воспроизводимость) вырос с 2,28% до 19,5%, а биологическая точность (recall) при поиске известных генов БАС увеличилась вдвое по сравнению с использованием только SV. Исследование доказывает, что совмещение методов позволяет расширить транскриптомный сигнал без потери стабильности величины эффекта. Авторы рекомендуют внедрение этого комбинированного подхода в стандартную практику анализа данных, особенно когда доступны сопоставленные генотипические данные.

Исследователи представили STDrug — инновационную вычислительную платформу, предназначенную для персонализированного подбора лекарственных средств с учетом пространственного контекста тканей. В отличие от традиционных методов, основанных на секвенировании РНК единичных клеток (scRNA-seq), STDrug интегрирует данные пространственной транскриптомики, графовое моделирование и мультимодальное обучение. Методология включает использование графовых сверточных сетей и метода когерентного точечного дрейфа для выравнивания пространственных доменов между здоровыми и пораженными тканями. Система ранжирует потенциальные препараты, комбинируя сигнатуры обратимых генов опухоли, оценки возмущений и весовые коэффициенты генов на основе биологических знаний. В ходе тестирования на данных гепатоцеллюлярной карциномы и рака простаты метод продемонстрировал превосходство над существующими аналогами, достигнув точности предсказания AUC в диапазоне 0,81–0,82. Валидация результатов с помощью электронных медицинских карт и тестов in vitro подтверждает высокую трансляционную значимость платформы для точной медицины.

В статье представлен Locat — новый вычислительный фреймворк, предназначенный для повышения точности идентификации маркерных генов в данных транскриптомики единичных клеток (scRNA-seq). В отличие от существующих методов, которые фокусируются только на обогащении генов в целевых популяциях, Locat одновременно оценивает и значительное снижение экспрессии генов за пределами этих популяций (деплецию). Методология основана на использовании взвешенных гауссовых смешанных моделей для моделирования плотности экспрессии генов и фонового шума, что позволяет вычислять единый показатель локализации. Тестирование на синтетических и биологических данных (включая дерму мыши и PBMC человека) показало, что Locat эффективно выявляет компактные наборы генов, отражающие линии дифференцировки и временную динамику регуляции. Использование таких локализованных наборов генов позволяет строить эмбеддинги, которые лучше сохраняют разделение клеточных популяций и траектории развития, чем стандартные методы отбора высокоизменчивых генов. Важным преимуществом является способность метода выявлять стимул-зависимые программы (например, при воздействии интерферона-бета) без необходимости предварительной коррекции батч-эффектов или интеграции данных.

Данное исследование посвящено поиску ключевых биомаркеров для прогнозирования выживаемости пациентов с плоскоклеточным раком полости рта (OSCC), что является критически важной задачей из-за сложности ранней диагностики. Авторы использовали биоинформатический подход, проанализировав транскриптомные данные TCGA-HNSC (The Cancer Genome Atlas). В ходе дифференциального экспрессионного анализа были выявлены гены с существенными отклонениями в опухолевых тканях по сравнению с нормой. С помощью построения сети белок-белковых взаимодействий (PPI) в программах STRING и Cytoscape были определены центральные регуляторные узлы (хаб-гены). Ключевыми выявленными генами стали CDK1, CCNB1, TOP2A, BUB1 и MMP9, которые играют важную роль в клеточном цикле и ремоделировании внеклеточного матрикса. Анализ выживаемости подтвердил, что повышенная экспрессия этих генов статистически значимо коррелирует с сокращением общей продолжительности жизни пациентов. Результаты исследования предоставляют новые молекулярные мишени для стратификации рисков и разработки таргетной терапии OSCC.

В данном исследовании рассматриваются подходы к интерпретации экспрессии генов для определения клеточной идентичности и активных молекулярных программ. Авторы фокусируются на микроглии — типе клеток, характеризующемся высокой транскриптомной, функциональной и морфологической гетерогенностью. В работе проводится сравнительный анализ двух методов анализа единичных клеток: дифференциальной экспрессии (для определения идентичности) и анализа сетей коэкспрессии (для выявления молекулярных программ). Результаты показывают, что анализ сетей коэкспрессии позволяет идентифицировать высокозначимые функциональные онтологии, которые не обнаруживаются при стандартном анализе дифференциальной экспрессии. Выявленные модули коэкспрессии сохраняются в различных транскриптомных наборах данных, что указывает на существование сократимых функциональных программ, активирующихся в зависимости от контекста. Исследование обосновывает использование анализа коэкспрессии как наиболее эффективного метода для описания функций микроглии через модель параллельных молекулярных программ.

В статье представлен ARACRA — инновационный полностью автоматизированный конвейер (pipeline) для анализа данных РНК-секвенирования, предназначенный для упрощения процесса биоинформатической обработки. Система охватывает весь рабочий процесс: от обработки необработанных FASTQ-файлов до определения транскриптомной точки отсчета (tPoD) с использованием механизма контроля «человек в цикле» (human-in-the-loop). Процесс разделен на два ключевых этапа: первый включает контроль качества, выравнивание на референсный геном и квантификацию экспрессии генов, а второй — статистический анализ дифференциальной экспрессии и моделирование зависимости «доза-эффект». Инструмент реализован в виде интерактивного веб-приложения на базе Nextflow и Streamlit, что значительно снижает вычислительную сложность для биологов. ARACRA позволяет исследователям проводить сквозной анализ, визуально инспектировать данные для фильтрации шума и выбросов, а также использовать собственные наборы данных. Программное обеспечение доступно бесплатно под лицензией MIT на GitHub, что делает его ценным ресурсом для токсикологии и оценки рисков.

Представлен CoLa-VAE — новый глубокий генеративный фреймворк на основе вариационного автокодировщика (VAE), который явно интегрирует ограничения межклеточной коммуникации (CCC) в обучение латентных переменных. В отличие от существующих подходов, моделирующих клеточное состояние исключительно через внутреннюю экспрессию генов, метод использует динамическую регуляризацию графового лапласиана, полученную из парных взаимодействий лиганд-рецептор. Это позволяет разделить коммуникативную топологию от транскрипционной гетерогенности в рамках единой архитектуры. Исследователи продемонстрировали, что CoLa-VAE работает как метод-агностичный фреймворк, совместимый с различными определениями сигнальных путей. Метод последовательно превосходит современные аналоги в метриках структурной кластеризации и точности шумоподавления на гетерогенных платформах секвенирования. Применение метода позволяет более точно анализировать клеточные взаимодействия, что критически важно для понимания механизмов развития заболеваний, разработки таргетных терапий и персонализированной медицины. Технология может быть использована при исследовании опухолевой микроокружения, иммунных ответов и регенеративных процессов.

Исследование представляет DEPICT (Drug rEsponse Prediction in transCriptomics with Transformers) — глубокую нейросетевую модель на основе трансформеров, которая предсказывает транскрипционные ответы клеток на лекарственные препараты в зависимости от базового экспрессионного профиля генов и параметров воздействия. Модель обучена на датасете LINCS L1000 и демонстрирует способность обобщать знания на невиданные ранее препараты и типы клеток. В наиболее сложной задаче предсказания для неизвестных типов клеток DEPICT превзошла все базовые стратегии и два недавних глубоких обучающих модели, улучшив точность предсказания дифференциальной экспрессии и снизив ошибку предсказания возмущённой экспрессии на 30.3% и 36.8% соответственно. В случае не-мелкоклеточного рака лёгких (NSCLC) виртуальный скрининг с использованием DEPICT выявил соединения, способные обратить патологические транскрипционные сигнатуры заболевания, при этом 13 из 20 приоритетных соединений ранее проходили клинические испытания или были валидированы в исследованиях NSCLC. Модель также позволяет предсказывать синергию препаратов и проводить механизмы исследования даже при отсутствии экспериментально сопоставимых профилей. Результаты демонстрируют, что точное условное сопоставление in silico профилирования возмущений может масштабировать генерацию гипотез для репозиционирования лекарств и открытия комбинаций препаратов.

Исследование представляет метод CCIDeconv — иерархическую модель машинного обучения (классификация и регрессия) для деконволюции клеточно-клеточных взаимодействий (CCI) на субклеточном уровне в данных транскриптомики одиночных клеток. Метод использует модифицированный скоринг CellChat для атрибуции взаимодействий к субклеточным компартментам — цитоплазме и ядру. Исследователи валидировали подход на девяти публичных наборах данных пространственной транскриптомики (sST) из различных тканей человека, проведя кросс-валидацию с исключением одного набора данных (leave-one-dataset-out). Результаты показали, что обучение на множестве типов тканей обеспечивает устойчивую производительность деконволюции на невидимых наборах данных. Ключевое открытие: модели без пространственных признаков достигли схожей производительности с моделями, включающими пространственные данные, при увеличении количества обучающих наборов, что открывает возможность точного предсказания субклеточных взаимодействий CCI из данных scRNA-seq при достаточном объёме обучающих данных. Метод позволяет исследователям анализировать паттерны субклеточных взаимодействий для понимания биологических механизмов в контексте здоровья и различных заболеваний.

Исследователи представили REGEN (REconstruction of GEne Networks) — метод на основе графовых нейронных сетей (GNN) для одновременного обучения латентных сетей взаимодействий генов из данных транскриптомики и предсказания статуса выживаемости пациентов. Методология включает систематическое сравнение стратегий инициализации матриц смежности генов-генов для построения графов взаимодействий. Модель была оценена на когорте TCGA (The Cancer Genome Atlas) по семи типам рака, где REGEN превзошел базовые модели в пяти наборах данных. Анализ обученной сети генов рака почки выявил биологически значимые пути и биомаркеры, связанные с онкологией, подтвердив биологическую релевантность модели. Работа предоставляет практические руководства по применению GNN к транскриптомике, позволяя улучшить предсказание фенотипов и открывать значимые генные сети. Это имеет прямое значение для онкологии, персонализированной медицины и понимания молекулярных механизмов заболеваний.

Исследование посвящено разработке объективных биомаркеров для ранней диагностики старческой астении (frailty) с использованием биоинформатического анализа и машинного обучения. Авторы использовали два независимых транскриптомных датасета из базы GEO: GSE144304 (n=80) и GSE287726 (n=70). Методология включала анализ дифференциальной экспрессии генов, обогащение GO, KEGG и GSEA, а также построение ML-моделей с разделением данных 70% на обучение и 30% на валидацию. Ключевые результаты показали, что метаболизм витамина D, ABC-транспортеры и воспалительные/иммунные пути являются согласованно обогащёнными и подтверждёнными через GSEA. Выявленные биомаркеры демонстрируют благоприятную диагностическую производительность ML-моделей. Исследование демонстрирует, что нарушения метаболизма витамина D и хроническое воспаление являются основными молекулярными особенностями старческой астении. Результаты открывают новые стратегии для базовых исследований, ранней клинической диагностики и разработки терапевтических мишеней.