新工具可实现单细胞的大规模分析

Holger Heyn在基因组调控中心(CNAG-CRG)的国家基因组中心领导的新研究提出了一种复杂的计算框架，用于分析单细胞基因表达水平，可扩展以处理数百万个细胞。这项研究发表在最新一期的科学期刊“基因组研究”上，报道了第一个能够分析这种大型单细胞RNA-seq数据集的工具。这极大地扩展了单细胞基因组研究的极限。

单个生物体的所有细胞共享相同的基因组，但每个细胞都有可能通过基因表达分化成任何组织或器官。世界各地的科学家正在研究一个细胞与另一个细胞的区别。基因组研究目前面临的挑战之一是分析许多单个细胞，以便找到并识别这些差异。通过一次观察一个细胞的基因表达，科学家现在能够以前所未有的分辨率描述样本的异质性，而无需事先了解其组成。

因此，大规模的单细胞项目导致了以前未知的细胞类型的鉴定以及生物体的综合细胞图谱的绘制。在Human Cell Atlas项目的框架内，研究人员致力于创建构成人体的所有细胞类型的图谱。然而，此类研究创建了大量的测序数据，分析大型数据集是一项重大挑战。

CNAG-CRG的一组科学家与Pompeu Fabra大学(UPF)和西班牙稀有疾病生物医学研究联合会(CIBERER)的研究人员合作，现已开发出一种高效的计算框架，可以对此进行处理，分析和解释。大规模单细胞实验。该小组通过分析包含发育中的小鼠大脑的130万个细胞的最大单细胞研究之一来说明其战略的力量。

“BigSCale在鉴定细胞类型特异性基因方面非常强大，这极大地有助于下游对实验的解释，”CNAG-CRG团队负责人兼该研究的高级作者Holger Heyn说。分析工具BigSCale的新颖之处在于一个敏感地确定单个细胞之间差异的数值模型。绘制了各个细胞彼此之间的差异，可以将它们组合在一起形成细胞群，以描述给定组织的细胞复杂性。由于几乎所有组织都由不同的细胞类型和亚型组成，这种分析可以在没有初始假设的情况下指导无偏见，深入的表征。

此外，该工具旨在解决大型数据集的未来挑战。“导致单细胞谱的成本正在下降，我们正在研究增加细胞数量的研究，”Heyn博士补充说。在这方面，BigSCale工作流程中的模块可以通过定向卷积策略分析数百万个细胞。在这里，来自相似细胞的单细胞转录组合并到索引细胞中，这大大减少了要处理的数据量。

通过手中的新工具，该小组分析了130万个细胞的数据集，这是一种可从10x Genomics公开获得的资源。“BigSCale让我们深入研究了小鼠大脑的发育过程，并对甚至罕见的神经细胞类型进行了表征，”该作品的第一作者Giovanni Iacono说。具体而言，大量细胞使该组能够放大Cajal-Retzius细胞的小的瞬时细胞群并描述与不同分化阶段，空间组织和细胞功能相关的主要子结构。“BigSCale框架为几乎所有物种提供了强大的解决方案，甚至可以在RNA测序环境之外应用，”Heyn博士解释说。“我们希望它有助于解释大规模研究，例如Human Cell Atlas项目。”

郑重声明：本文版权归原作者所有，转载文章仅为传播更多信息之目的，如有侵权行为，请第一时间联系我们修改或删除，多谢。