single-cell RNA-seq

Исследователи представили CardioChrom — специализированную вычислительную платформу на базе искусственного интеллекта, предназначенную для реконструкции данных об эпигеноме сердца (хроматинная доступность и модификации гистонов H3K27ac и H3K27me3) исключительно на основе данных одноядерного транскриптома (RNA-seq). Методология разработки включала обучение моделей на совмещенных наборах данных, где у одних и тех же ядер измерялись и РНК, и эпигеномные маркеры, с последующей строгой валидацией на внешних когортах из 10 доноров и 23 образцов. Результаты показывают, что CardioChrom превосходит базовые контрольные значения и конкурирует с архитектурой Transformer по 6 предопределенным метрикам качества реконструкции, демонстрируя статистически значимое улучшение площади под кривой точности-полноты (AUPRC) на 0.0109 и площади под ROC-кривой на 0.0179 по сравнению со случайным перемешиванием данных. Применение метода к когорте из 43 доноров с сердечной недостаточностью с сохраненной фракцией выброса (HFpEF) позволило выявить 3581 ассоциацию на уровне путей, устойчивую к поправкам на пол и метод leave-one-donor-out. Особое внимание уделено эндотелиальным клеткам, где реконструированные эпигеномные изменения указывают на активацию коагуляции, воспаления, гипоксии и профибротической сигнализации, при этом экспрессия фактора фон Виллебранда и ее регуляторные состояния были последовательно снижены. Генерация гипотез о взаимодействии транскрипционных факторов с регуляторными элементами (TF-cCRE-gene) в эндотелии и фибробластах открывает новые возможности для понимания молекулярных механизмов сердечной недостаточности без необходимости дорогостоящего и трудоемкого эпигеномного профилирования каждого образца. Данный подход демонстрирует высокую значимость для персонализированной медицины и фундаментальных исследований, позволяя извлекать многомерную эпигеномную информацию из уже существующих транскриптомных баз данных.

В статье представлен новый вычислительный инструмент sfate (scalable-fate), разработанный для решения проблемы нехватки оперативной памяти при анализе траекторий дифференцировки клеток (single-cell fate mapping) в масштабе атласов. Авторы отмечают, что существующие методы, такие как CellRank, используют алгоритмы Шур-разложения, требующие памяти порядка O(n^2), что делает невозможным обработку датасетов свыше 75 000 клеток на стандартном оборудовании. В отличие от них, sfate использует итеративные методы решения линейных уравнений (GMRES) для вычисления вероятностей поглощения на графах k-ближайших соседей, что обеспечивает линейную масштабируемость памяти. Тестирование на синтетических данных показало, что для 500 000 клеток требуется всего 4.03 ГБ памяти, при этом время выполнения составило 66.2 секунды. Валидация на реальных данных микроглии мыши (75 000 клеток) продемонстрировала высокую точность: расхождения с эталонными вычислениями float64 уложились в допустимый предел 1e-5, а результаты согласовывались с CellRank при идентичных входных параметрах. Инструмент позволяет выявлять более сложные ландшафты судьбы клеток (шесть состояний против трех в CellRank), что подчеркивает его преимущество в чувствительности к выбору терминальных состояний. Код проекта открыт и доступен на GitHub и Zenodo, что способствует воспроизводимости исследований в области биоинформатики.

В статье представлен FERRET — инновационный вычислительный фреймворк, предназначенный для бенчмаркинга методов реконструкции генных регуляторных сетей (GRN) на основе данных секвенирования единичных клеток (single-cell RNA-seq). В отличие от традиционных подходов, опирающихся на симуляции или неполные эталонные сети, FERRET использует биологическое допущение о том, что оценки регуляторных сетей для одного и того же клеточного типа должны быть более схожими, чем для разных типов. Авторы разработали две ключевые метрики: Robustness Area Under the Curve (RAUC) для измерения внутритипового сходства сетей и Monotonicity для оценки согласованности сходства при различных порогах весов ребер. Валидация системы проводилась с использованием экспериментально подтвержденных сетей ChIP-seq для B-лимфоцитов и фибробластов, где биологически связанные сети показали высокие показатели устойчивости по сравнению со случайными сетями. Применение FERRET к реальным наборам данных scRNA-seq позволяет эффективно выявлять алгоритмы, создающие наиболее надежные и биологически информативные модели регуляции генов, что критически важно для точной интерпретации клеточных процессов.

В исследовании представлен EndoAge Atlas — масштабный атлас на основе секвенирования РНК единичных ядер (snRNA-seq), охватывающий около 1,3 миллиона эндотелиальных клеток (ЭК). Исследователи проанализировали данные 32 сбалансированных по полу мышей линии C57BL/6, охватив восемь различных тканей и пять возрастных групп. Работа демонстрирует, что старение сосудов носит нелинейный характер и имеет выраженную органоспецифическую гетерогенность, что не учитывалось ранее линейными моделями. В ходе анализа были выявлены специфические возрастные генные программы с уникальными функциональными сигнатурами для разных органов. Полученные данные позволяют детально проследить молекулярные траектории изменений эндотелия, который является ключевым драйвером возраст-зависимых заболеваний. Данный атлас служит фундаментальной платформой для разработки таргетных терапевтических стратегий, направленных на замедление сосудистого старения.

В статье представлен новый количественный метод Inter-Sample Consistency (ISC), предназначенный для решения критической проблемы точности аннотации типов клеток в исследованиях транскриптомики единичных клеток (single-cell RNA-seq). Авторы утверждают, что биологическая значимость метки типа клетки определяется её воспроизводимостью на молекулярном уровне между различными биологическими репликами. В отличие от существующих методов кластеризации, фреймворк ISC позволяет отличить истинные биологические паттерны от технических шумов и нежелательной вариативности. При тестировании на опубликованных атласах единичных клеток метод выявил значительные пробелы в воспроизводимости существующих аннотаций. Разработанный инструмент позволяет проводить бенчмаркинг автоматизированных инструментов аннотации даже при отсутствии «золотого стандарта» (ground truth). Практическая реализация метода представлена в виде Bioconductor-пакета scTypeEval, который может использоваться исследователями для исправления несоответствий и повышения качества анализа данных омики.