Nuovo metodo open source per migliorare la decodifica dei dati a cella singola

Guidando l’analisi dei dati in un modo unico, Spectra può offrire nuove informazioni sulla complessa interazione tra cellule, come le interazioni tra cellule tumorali e cellule immunitarie, che sono fondamentali per migliorare i trattamenti immunoterapici.

L’approccio e i risultati del team sono stati recentemente pubblicati in Biotecnologie della natura.

Gli spettri, notano i ricercatori, possono eliminare il “rumore” tecnico per identificare programmi di espressione genetica funzionalmente rilevanti, compresi quelli nuovi o altamente specifici per un particolare contesto biologico.

L’algoritmo è particolarmente adatto per studiare dati provenienti da grandi coorti di pazienti e per individuare caratteristiche clinicamente significative dei pazienti, scrive il team MSK in un briefing di ricerca che accompagna lo studio, aggiungendo che Spectra è ideale per identificare biomarcatori e bersagli farmacologici nel campo in rapida crescita immuno-oncologia.

Inoltre, il team MSK ha reso Spectra disponibile gratuitamente ai ricercatori di tutto il mondo.

“Ho una formazione da informatico”, afferma l’autore senior dello studio Dana Pe’er, PhD, che presiede il programma di biologia computazionale e dei sistemi presso lo Sloan Kettering Institute di MSK. “Mi impegno a rendere robusto ogni singolo strumento che creo in modo che possa essere utilizzato in molti contesti, non solo in uno. Cerco anche di renderli il più accessibili possibile.”

“Sono felice di scoprire una nuova biologia”, continua. “E sono altrettanto felice, forse ancora più felice, di costruire uno strumento fondamentale che possa essere utilizzato dalla comunità più ampia per fare molte scoperte biologiche.”

Insieme ai ricercatori dell’MSK, team di diverse istituzioni stanno già utilizzando Spectra per studiare una varietà di malattie, aggiunge il dottor Pe’er.

La rivoluzione della singola cellula

Negli ultimi dieci anni, la “rivoluzione unicellulare” ha trasformato la comprensione umana della salute e della malattia. Le tecnologie a cellula singola consentono agli scienziati di studiare le singole cellule in un campione di tessuto o in una serie di campioni – un tumore, per esempio – e di vedere non solo la varietà di tipi di cellule presenti (come le cellule tumorali rispetto a vari tipi di cellule immunitarie). cellule) ma anche quali geni sono attivi in ​​ciascuna cellula, gettando nuova luce sugli stati cellulari e sulle interazioni cellulari. La tecnologia ha favorito nuove conoscenze su come le cellule si adattano e rispondono alle mutevoli condizioni di salute e malattia, compreso lo sviluppo della resistenza ai trattamenti contro il cancro.

Il problema è che l’incredibile quantità di dati generati dai metodi unicellulari è difficile da vagliare e interpretare correttamente. Ciò è particolarmente vero quando si cerca di esaminare i programmi genetici – geni che lavorano insieme per svolgere un compito particolare – che sono attivi su più tipi di cellule in un tessuto, spiega il dottor Pe’er.

“Ciò è particolarmente importante per studiare le interazioni tra cellule tumorali e cellule immunitarie, che coinvolgono programmi genetici altamente sovrapposti”, afferma. “Ciò causa alcuni seri problemi statistici che possono portare a risultati incredibilmente fuorvianti.”

Il team riunito dal Dr. Pe’er – guidato dai co-primi autori Russell Kunes, uno studente di dottorato esperto in statistica, e Thomas Walle, MD, un medico-scienziato con esperienza in immuno-oncologia – non solo ha sviluppato il metodo migliorato per guidare l’analisi dei dati, ma hanno anche creato un’interfaccia intuitiva per facilitarne l’adozione da parte di altri scienziati.

“Il nostro desiderio di sviluppare un metodo migliore ha riunito ricercatori con competenze molto diverse in statistica, biologia computazionale e immunologia”, scrive il dottor Walle nel briefing della ricerca. “Spectra è stato un viaggio di apprendimento reciproco, con l’obiettivo condiviso di rendere spiegabile la biologia complessa.”

Guidare l’analisi dei dati

Per l’articolo, i ricercatori hanno applicato Spectra a due set di dati di immunoterapia del cancro al seno e a un atlante del cancro del polmone, per un totale di oltre 1,5 milioni di cellule provenienti da 375 individui in 21 studi, dimostrando la capacità di Spectra di superare i limiti delle analisi tradizionali su larga scala.

Spectra trae il suo potere guidando l’analisi dei dati con un insieme di conoscenze scientifiche esistenti: librerie di programmi genetici generati da dati precedenti da esperti nei loro campi. E mentre questa conoscenza iniziale può guidare direttamente l’analisi dei dati di una singola cellula, il programma si adatta anche ai dati a disposizione, aiutando a identificare programmi genetici nuovi e modificati. (Questa proprietà adattativa ha permesso agli scienziati di scoprire un nuovo programma di invasione del cancro nei macrofagi associati al tumore correlato alla resistenza all’immunoterapia anti-PD-1, notano nell’articolo.)

Il design unico di Spectra tiene conto anche delle informazioni sui geni che definiscono i diversi tipi di cellule, rendendolo più abile nel trovare programmi genetici che sono alla base delle cellule funzioniin contrapposizione all’identità cellulare.

“Gli spettri, ad esempio, ci consentono di separare le cellule T che sono esaurite dalle cellule T reattive al tumore, che stanno combattendo attivamente il cancro di una persona”, afferma il dott. Pe’er. “E ci aiuta a vedere le differenze nell’attivazione genetica tra i due, che è piuttosto difficile da svelare in contesti complessi come il microambiente tumorale.”

Inoltre, notano gli autori, la capacità di trasferire i dati raccolti direttamente da un set di dati a un altro accelererà e semplificherà la scoperta, consentendo ai ricercatori di affinare le conoscenze attraverso studi di sequenziamento di singole cellule senza richiedere una complessa integrazione dei dati.