scRNA-seq

В исследовании представлен scINTILLA — новый вычислительный фреймворк, предназначенный для оценки качества и согласованности аннотаций типов клеток в данных секвенирования РНК единичных клеток (scRNA-seq). Методология объединяет методы обучения с учителем и без учителя: неконтролируемый компонент тестирует широкий спектр алгоритмов кластеризации для вычисления оценки путаницы соседств, а контролируемый компонент обучает до 12 классификаторов для анализа согласия прогнозов, энтропии и уверенности. Итоговый композитный показатель позволяет выявлять неоднородность популяций и двусмысленность меток, которые могут искажать результаты последующего автоматизированного переноса меток. Авторы протестировали инструмент на пяти наборах данных Human Cell Atlas (мозг, легкие, глаз и органоиды), обнаружив значительные различия в согласованности аннотаций. Применение scINTILLA к низкооцененным популяциям в атласах легких и энтодермальных органоидов позволило успешно идентифицировать биологически значимые субпопуляции клеток, которые ранее были объединены в общие категории. Инструмент служит практическим руководством для проведения научно обоснованной реаннотации клеточных атласов.

Исследователи представили scOPE (single-cell Oncological Prediction Explorer) — новый метод анализа данных секвенирования РНК единичных клеток (scRNA-seq), предназначенный для выявления драйверных мутаций в опухолях. Основная проблема scRNA-seq заключается в том, что мутации трудно обнаружить из-за отсутствия экспрессии гена или неполного покрытия ридов, в то время как объемные (bulk) исследования дают точный генотип, но теряют клеточную гетерогенность. scOPE решает эту задачу, обучаясь на экспрессионных осях, связанных с драйверами в объемных опухолях, и проецируя на них транскриптомы отдельных клеток. В ходе тестирования 158 моделей драйверов в семи типах злокачественных новообразований было выявлено, что перенос программ экспрессии носит селективный характер. Наилучшие результаты показаны в случаях острых миелоидных лейкозов (AML, NPM1 AUROC 0.971), глиобластомы (IDH1 AUROC 0.963) и рака поджелудочной железы (KRAS AUROC 0.944). Разработанный метод оценки уверенности (confidence score) позволяет эффективно разделять поддерживаемые программы и шум, обеспечивая точность AUROC 0.85 в тестах на AML. Метод scOPE позволяет восстанавливать непрерывные транскрипционные оси, связанные с мутациями, и выявлять злокачественные популяции клеток, которые не видны при анализе только анеуплоидии.

В исследовании представлена новая вычислительная модель FusedFCR, предназначенная для анализа данных секвенирования РНК единичных клеток (scRNA-seq) во временных рядах. В отличие от существующих методов, FusedFCR использует регуляризованную модель коэффициента прямой непрерывности, которая позволяет не просто выстраивать псевдовремя, но и точно определять маркерные гены, ответственные за переходы между конкретными стадиями дифференцировки. Методология сочетает Lasso-регуляризацию для отбора генов и штраф слияния (fusion penalty), что позволяет фиксировать как стабильные, так и кратковременные изменения экспрессии. Тестирование на данных дифференцировки бета-клеток поджелудочной железы мыши (7 временных точек) и вневорсинчатых трофобластов человека (4 временные точки) подтвердило высокую точность модели. Результаты показали, что FusedFCR эффективно идентифицирует биологически интерпретируемые гены и пути, соответствующие известным процессам развития, обеспечивая при этом конкурентоспособную точность классификации стадий. Данный инструмент представляет значительную ценность для биоинформатики и системной биологии, позволяя детально картировать молекулярные программы развития клеток.

В исследовании представлен FloREN — новый метод обучения представлений образцов (sample representation), предназначенный для анализа данных секвенирования РНК единичных клеток (scRNA-seq). В отличие от существующих методов обучения без учителя, FloREN использует контролируемый (supervised) подход, моделируя данные как гетерогенную сеть, объединяющую клетки, гены, регуляторные связи и механизмы межклеточной коммуникации. Использование интерпретируемых графовых трансформеров позволяет не только стратифицировать пациентов по биологическим признакам, но и проводить поиск биомаркеров с высокой точностью. Методология включает в себя создание условных эмбеддингов (condition-aware embeddings) и механизмы внимания, что обеспечивает биологическую интерпретируемость результатов. В ходе тестирования на данных пациентов с иммуноопосредованными воспалительными заболеваниями (IMIDs) фреймворк успешно выявил специфические механизмы функционирования иммунных сетей. Данная разработка имеет высокую значимость для персонализированной медицины и понимания патогенеза сложных воспалительных процессов.

В исследовании представлен новый аналитический конвейер (pipeline), предназначенный для решения критической проблемы в анализе данных секвенирования РНК единичных клеток (scRNA-seq): проверки достоверности обнаруженных субпопуляций. Авторы разделяют два типа стабильности — воспроизводимость при ресэмплинге клеток (bootstrap) и воспроизводимость при переобучении эмбеддингов, что позволяет избежать ложного обнаружения типов клеток. Методология включает оценку семи конфигураций кластеризации с использованием пяти непересекающихся метрик качества. В ходе тестирования на атласе сетчатки мыши система восстановила аннотацию из восьми типов клеток с точностью 96,3% (ARI = 0,91) без использования предварительных меток. Эксперименты на биполярных клетках подтвердили способность метода распознавать сложные подтипы (до 15 известных субтипов с ARI ~0,93), в то время как на гомогенных палочковых фоторецепторах алгоритм успешно отверг избыточную кластеризацию, выявив низкую воспроизводимость при переобучении (ARI = 0,69). На синтетических данных метод продемонстрировал высокую чувствительность, обнаруживая даже малые субпопуляции размером всего в 5% от общего объема.

Разработанная платформа Cell-Hub представляет собой комплексное программное обеспечение с открытым исходным кодом, предназначенное для упрощения сложного биоинформатического анализа данных секвенирования РНК единичных клеток (scRNA-seq). Инструмент реализован на базе R/Shiny и распространяется через Docker-контейнеры, что позволяет использовать его исследователям без навыков программирования. В единый интерфейс интегрированы ведущие аналитические библиотеки: Seurat 5 для кластеризации и нормализации, CellChat 2 для изучения межклеточных взаимодействий и Monocle 3 для построения траекторий развития клеток. Особое внимание уделено функционалу анализа лиганд-рецепторных взаимодействий, который опирается на базу данных GaspouDB, содержащую 11 563 взаимодействия для мышей и 9 604 для человека. Платформа охватывает полный цикл работ: от контроля качества и нормализации данных до поиска биомаркеров и интеграции нескольких наборов данных. Использование Cell-Hub значительно снижает порог вхождения в геномные исследования, обеспечивая получение визуализаций публикационного качества для широкого круга специалистов в области биомедицины.

В исследовании представлен GeroEngine — инновационный программный фреймворк на базе вариационных автоэнкодеров (VAE), предназначенный для моделирования траекторий старения тканей по данным секвенирования РНК единичных клеток (scRNA-seq). Основная проблема существующих методов заключается в деструктивном характере scRNA-seq, что исключает возможность долгосрочного наблюдения за одними и теми же клетками, а также в наличии технических артефактов (dropout). Разработанная методология позволяет проводить симуляцию траекторий «вперед» и «назад», что помогло выявить три ключевых столпа старения: коллапс идентичности линий/репликации, половой диморфный эндокринно-стрессовый кор и воспалительное ремоделирование. В ходе тестирования на микроглии и гемопоэтических стволовых клетках (HSC) модель успешно минимизировала технические артефакты, сохранив гетерогенность траекторий. Исследование показало, что программы идентичности восстанавливаются при двунаправленном моделировании, в то время как воспалительные программы (MHC/NF-κB) проявляются преимущественно в направлении старения. Авторы делают важный вывод о том, что для борьбы со старением необходимо фокусироваться на восстановлении гомеостаза (upstream), а не просто на подавлении воспаления (downstream).

В исследовании представлен scCRAFT+ — инновационный метод полуавтоматической интеграции данных секвенирования РНК единичных клеток (scRNA-seq). Основная проблема текущих методов заключается в потере тонких различий между близкородственными типами клеток при интеграции транскриптомных данных. Авторы предложили использовать виртуальное состязательное обучение (Virtual Adversarial Training, VAT) для совместной оптимизации репрезентаций транскриптома и супервизии на основе маркерных генов. Это позволяет модели обеспечивать гладкость локальных предсказаний для транскрипционно схожих клеток, что повышает устойчивость к шуму в аннотациях маркеров. Результаты бенчмаркинга подтвердили, что scCRAFT+ превосходит существующие методы как в unsupervised, так и в supervised подходе. Модель демонстрирует высокую точность автоматической аннотации типов клеток, даже при использовании неполных или частично некорректных наборов маркерных генов, сохраняя биологическую разрешающую способность данных.

Исследование представляет scFAIR — новый консорциум, созданный для решения проблем доступности и воспроизводимости данных секвенирования РНК единичных клеток (scRNA-seq). Авторы разработали единую схему метаданных и систему кураторства, расширяющую возможности платформы CZ CELLxGENE Discover, что позволяет включать более богатый биологический контекст и структурировать описание вычислительных рабочих процессов. Центральным элементом проекта стал портал sc-fair.org, который на данный момент агрегирует 2 346 наборов данных из различных децентрализованных ресурсов с использованием семантического поиска на основе онтологий. Практическая значимость метода подтверждена кросс-видовой валидацией между атласами мозга человека и мыши (Allen Brain Atlases): использование стандартизированных аннотаций позволило переносить метки типов клеток между видами с точностью до 90% для нейрональных кластеров. Внедрение scFAIR обеспечивает фундамент для крупномасштабной интеграции данных и автоматизированного анализа в биомедицинских исследованиях.

В исследовании представлен PalmaClust — инновационный метод кластеризации данных секвенирования РНК единичных клеток (scRNA-seq), предназначенный для выявления крайне редких клеточных популяций (менее 1%). Авторы адаптировали коэффициент Пальма — статистическую метрику неравенства, используемую в социологии, — для анализа экстремальной разреженности данных и поиска маркеров генов. Методология заключается в построении и слиянии нескольких графов K-ближайших соседей (KNN), основанных на различных статистиках: коэффициенте Пальма, индексе Джини и факторе Фано. В отличие от существующих подходов, PalmaClust использует стратегию локального уточнения, пересматривая приоритетность генов внутри родительских кластеров. Результаты бенчмаркинга на различных публичных наборах данных показали, что новый метод повышает показатель F1-меры для редких классов как минимум на 20% (в абсолютном выражении) при сохранении высокой стабильности глобальной кластеризации. Данная разработка критически важна для идентификации транзиторных предшественников, терапевтически резистентных субклонов опухолей и специфических лимфоцитов, которые часто пропускаются стандартными пайплайнами.

В статье представлено обновление программного обеспечения Harmony2, предназначенного для интеграции профилей секвенирования РНК единичных клеток (scRNA-seq). В условиях стремительного роста биомедицинских данных, объем которых в открытом доступе уже превышает 100 миллионов клеток, традиционные методы сталкиваются с проблемой масштабируемости. Разработчики представили алгоритм, способный эффективно обрабатывать более 100 миллионов клеток и более 1000 наборов данных без необходимости использования специализированного высокопроизводительного оборудования. Ключевым технологическим достижением является оптимизация базового алгоритма, которая предотвращает эффект «переинтеграции» (overintegration), сохраняя биологическую гетерогенность в сложных наборах данных. Это позволяет создавать высокоточные атласы единичных клеток, что критически важно для понимания клеточной архитектуры различных тканей и органов. Инструмент представляет высокую ценность для биоинформатиков и исследователей, занимающихся системной биологией и персонализированной медициной.

Представлен новый инструмент dreampy — Python-реализация популярного R-фреймворка dreamlet, предназначенная для анализа дифференциальной экспрессии данных секвенирования РНК единичных клеток (scRNA-seq). Библиотека реализует метод псевдо-bulk анализа, который объединяет линейные смешанные модели с точностью весов voom и эмпирическим байесовским модерированием. Это позволяет эффективно учитывать пакетные эффекты (batch effects), повторные измерения и сложную иерархическую структуру данных в исследованиях с участием нескольких доноров. Ключевым преимуществом dreampy является его нативная интеграция с экосистемой scverse и форматом AnnData, что устраняет необходимость переключения между R и Python. Инструмент позволяет проводить высокоточную статистическую обработку данных, минимизируя ложноположительные результаты, вызванные биологической и технической вариативностью. Использование dreampy значительно упрощает пайплайны биоинформатического анализа для специалистов, работающих на языке Python.

В данном исследовании представлен инновационный интегративный анализ экспрессии подвижных элементов (TEs) на основе данных секвенирования РНК единичных клеток (scRNA-seq). Ученые проанализировали 4 набора данных snRNA-seq, полученных из посмертных образцов компактной части черной субстанции пациентов с болезнью Паркинсона (БП) и здоровых контрольных групп. С помощью специализированного инструмента soloTE была проведена оценка изменений экспрессии TEs, после чего результаты были объединены методами мета-анализа для создания надежного атласа, специфичного для конкретных типов клеток. Особое внимание в работе уделено изучению механизмов, которые могут объяснять половые различия в патогенезе болезни Паркинсона. Кроме того, исследователи установили возможные ассоциации между подвижными элементами и белок-кодирующими генами, предлагая потенциальный механизм действия, посредством которого TEs способствуют развитию заболевания. Результаты работы закладывают основу для понимания генетической регуляции БП на уровне отдельных клеток.

В статье представлен MoCoO — инновационный модульный фреймворк, предназначенный для анализа данных секвенирования РНК единичных клеток (scRNA-seq). Архитектура объединяет вариационный автоэнкодер (VAE), нейронные обыкновенные дифференциальные уравнения (Neural ODE) и метод Momentum Contrast (MoCo), дополненные этапом уточнения через Flow Matching (FM). Исследование, проведенное на 20 наборах данных scRNA-seq, показало, что синергия ODE и MoCo позволяет эффективно моделировать как дискретную идентичность типов клеток, так и непрерывные траектории их развития. Результаты тестов подтверждают превосходство модели: комбинация VAE+ODE+MoCo+FM достигла лучших показателей по метрикам ASW (0.257) и DAV (1.359), а полная версия MoCoO показала лучшие результаты по DRE (0.678), DREX (0.660) и CAL. Использование Flow Matching позволило улучшить качество эмбеддингов в 92% случаев (по метрике DREX). Разработанный метод успешно применяется для аннотации клеток, количественной оценки неопределенности и обнаружения ветвлений в процессах дифференцировки, обеспечивая высокую корреляцию псевдовремени с каноническими маркерными генами.

Исследование посвящено разработке методов высокоточного разделения пациентов на подгруппы с использованием данных секвенирования РНК единичных клеток (scRNA-seq). Авторы проанализировали 11 различных когорт scRNA-seq и сравнили современные вычислительные подходы к представлению данных на уровне образцов. Результаты показали, что методы, основанные на анализе композиции типов клеток, сопоставимы или превосходят по эффективности сложные алгоритмы, при этом требуя на порядки меньше вычислительных ресурсов. В частности, использование пропорций типов клеток, трансформированных методом центрированного логарифмического отношения (CLR), обеспечило наилучшую стратификацию и устойчивость к батч-эффектам. Было установлено, что клинически значимые различия между пациентами часто обусловлены изменениями в небольшом подмножестве высоко вариативных типов клеток. Для практического применения авторы представили scECODA — новый пакет с открытым исходным кодом на языке R, предназначенный для масштабируемого и интерпретируемого анализа композиционных данных. Данный подход позволяет напрямую связывать структуру когорты с конкретными клеточными популяциями, что критически важно для клинической трансляции и понимания механизмов заболеваний.

В исследовании представлен scTGCL — инновационный фреймворк, предназначенный для решения проблемы кластеризации данных секвенирования РНК единичных клеток (scRNA-seq), которая осложнена высокой размерностью и техническим шумом (dropout). Методология объединяет механизмы многоголового самовнимания (multi-head self-attention) из архитектуры Transformer с графовым контрастивным обучением для создания устойчивых представлений клеток. Авторы используют стратегии аугментации, такие как случайное маскирование генов и удаление ребер в матрицах внимания, чтобы имитировать биологическую неопределенность и технические пропуски. В ходе экспериментов на десяти реальных наборах данных scRNA-seq модель scTGCL превзошла девять современных методов по ключевым метрикам: точности кластеризации, нормализованной взаимной информации (NMI) и индексу Ранда (ARI). Помимо высокой точности, scTGCL демонстрирует значительное превосходство в вычислительной эффективности, обеспечивая существенно меньшее время выполнения на крупномасштабных наборах данных. Результаты подтверждают масштабируемость и стабильность метода при различных уровнях экспрессии генов, что делает его ценным инструментом для биоинформатики и прецизионной медицины.

Исследование представляет гибридный фреймворк для аннотации геномов немодельных организмов, который преодолевает ограничения классического выравнивания последовательностей. Авторы объединили ab initio предсказание структур экзонов и интронов на базе модели Evo2 с картированием структурного сходства с использованием белковых эмбеддингов ESM-2. При применении метода на геноме морской миноги (sea lamprey) удалось получить 73 485 переведенных белковых моделей, из которых 35 395 имеют высокую или среднюю степень достоверности. Система позволила расширить каталог структурных локусов до 31 286, добавив 20 871 позицию, отсутствующую в базовой базе Ensembl. Ключевым достижением стало выявление 21 391 структурно подтвержденного локуса, которые не удалось идентифицировать стандартным поиском DIAMOND по человеческому протеому, включая более 21 000 локусов без обнаружимого сходства аминокислотных последовательностей с человеком. В тестах на секвенировании РНК единичных клеток (scRNA-seq) новый референс Ensembl+Evo2 значительно улучшил восстановление генов и позволил более детально описать четыре транскрипционных состояния иммунных клеток, включая программы VLRA+- и VLRB+-типа. Работа доказывает, что использование эмбеддингов позволяет извлекать биологический сигнал там, где традиционные методы сравнения последовательностей терпят неудачу.

В исследовании представлен BRIDGE-GRN — инновационный фреймворк на базе графового обучения, предназначенный для реконструкции направленных генных регуляторных сетей (GRN) на основе данных секвенирования РНК единичных клеток (scRNA-seq). Методология решает проблему разреженности данных и неполноты регуляторных априорных знаний путем разделения кодирования общего контекста графа и декодирования направленных ребер. Модель использует двухбашенную архитектуру, проецируя гены в специализированные пространства эмбеддингов ролей транскрипционных факторов и мишеней для асимметричной оценки связей. Для повышения устойчивости к шуму применяется кросс-видовая контрастивная регуляризация, выравнивающая представления графа при возмущениях ребер. Тестирование на данных мыши охватило пять типов клеток и три семейства сетей, показав, что BRIDGE-GRN превосходит или сравнивается с наиболее сильными современными аналогами. Результаты подтверждают высокую точность переноса обучения (transfer learning) в условия ограниченного количества данных и обеспечивают биологическую интерпретируемость через выявление когерентных регуляторных модулей.

В данной работе представлен комплексный вычислительный протокол для анализа динамики состояний Т-клеток, инфильтрирующих опухоли человека, на основе данных секвенирования РНК единичных клеток (scRNA-seq). Методология включает последовательное применение снижения размерности, построения траекторий псевдовремени (pseudotime trajectory inference) и анализа активности регулонов. Ключевой особенностью является интеграция вывода регулонов с реконструкцией сетей транскрипционных факторов (TF-TF networks), что позволяет идентифицировать специфические регуляторные модули, ответственные за переходы между состояниями клеток. Авторы уделяют особое внимание чувствительности параметров и робастности траекторий, обеспечивая согласованность фенотипических и регуляторных данных. Протокол направлен на глубокое понимание механизмов иммунного ответа в опухолевом микроокружении и доступен для воспроизведения через GitHub-репозиторий. Данный подход имеет высокую значимость для разработки таргетной иммунотерапии и понимания механизмов резистентности опухолей.