Обнаружение скрытых мультиплетов для улучшения планирования экспериментов с отдельными клетками

от

Секвенирование РНК отдельных клеток (scRNA-seq) произвело революцию в современной биологии, позволив учёным одновременно изучать экспрессию генов тысяч отдельных клеток. Этот метод помогает исследователям выявлять различные популяции клеток, изучать клеточную гетерогенность и понимать динамику экспрессии генов в сложных тканях.

В недавнем исследовании учёные из EMBL Barcelona выявили некоторые технические ограничения этого процесса, которые могут помочь учёным лучше устранять эти риски при планировании экспериментов scRNA-seq.

Распространённый метод scRNA-seq использует микрофлюидное устройство, генерирующее миллионы «микрокапель». Каждая клетка захватывается в отдельной микрокапле и затем подвергается биохимическому профилированию. Однако в случайных случаях в микрокапле одновременно захватываются несколько клеток, которые ошибочно распознаются как одна клетка (так называемый «мультиплет»).

Этот скрытый артефакт может искажать данные и вводить в заблуждение при интерпретации экспериментов. Одним из способов снижения риска мультиплетов является «мультиплексирование образцов» — метод, при котором образцы маркируются разными молекулярными штрих-кодами, а мультиплеты можно различить по наличию нескольких штрих-кодов в одной микрокапле. Хотя эта стратегия улучшила экономическую эффективность и экспериментальное планирование, оставалось неясным, сохраняется ли при этом риск скрытых мультиплетов.

В новом исследовании Фумио Накаки, научный сотрудник группы Шарпа в EMBL Barcelona, количественно оценил риск наличия необнаруженных (или «скрытых») мультиплетов при мультиплексировании образцов как в теории, так и на практике. Работа опубликована в BMC Genomics.

«Наша цель — предоставить исследователям практическую точку отсчёта», — сказал Накаки. «Мультиплексирование образцов широко используется, но его ограничения часто упускаются из виду. Уточнив, как и когда мультиплеты возникают в мультиплексных условиях, мы надеемся, что эта работа будет способствовать улучшению планирования экспериментов и интерпретации данных».

Для оценки того, как мультиплексирование образцов влияет на обнаружение мультиплетов, Накаки объединил теоретическое моделирование с экспериментальным сравнением и использовал общедоступные наборы данных отдельных клеток. Он вывел математические выражения для оценки ожидаемых показателей мультиплетов при различных входных условиях и проверил эти прогнозы на реальных данных, где отдельные образцы были уникально закодированы.

Сравнивая различные конфигурации мультиплексирования, Накаки показал, что, хотя мультиплексирование образцов помогает идентифицировать некоторые типы мультиплетов, по крайней мере один тип мультиплетов всё ещё остаётся, особенно в условиях, когда маркировка образцов была недостаточной или выбор инструментов анализа был неадекватным.

Их анализ предоставляет практические рекомендации о том, как сбалансировать количество клеток, количество образцов и желаемую специфичность, подчёркивая, что даже при мультиплексировании экспериментальные параметры должны быть тщательно оптимизированы для поддержания целостности данных отдельных клеток.

Предоставлено Европейской молекулярно-биологической лабораторией.

Источник

Другие новости по теме

Другие новости на сайте