Un modelo de base de atlas celular para la búsqueda escalable de células humanas similares

Área de la Ciencia:

• La genómica
• Biología computacional
• Biología celular

Sus antecedentes:

• La secuenciación de ARN de una sola célula (scRNA-seq) ha generado vastos conjuntos de datos de células humanas.
• El análisis de estos atlas puede descubrir vínculos entre enfermedades celulares y relaciones in vivo-in vitro.
• Se necesita una medida común de similitud celular y un método de búsqueda para los datos de secuenciación de scRNA a gran escala.

Objetivo del estudio:

• Desarrollar un marco de aprendizaje métrico, SCimilarity, para la representación unificada del perfil celular.
• Para permitir la consulta rápida de millones de perfiles celulares para la similitud de la transcripción.
• Facilitar conocimientos biológicos a partir de atlas de una sola célula a gran escala.

Principales métodos:

• Desarrollado SCimilarity, un marco de aprendizaje métrico para la representación celular unificada.
• Se aplicó SCimilarity para consultar un atlas de 23,4 millones de células de 412 estudios scRNA-seq.
• Los hallazgos del modelo in vitro se han validado experimentalmente.

Principales resultados:

• La similitud permite una consulta rápida y unificada de diversos perfiles de una sola célula.
• Identificaron perfiles celulares similares en enfermedades fibróticas y tejidos para macrófagos y fibroblastos de enfermedades pulmonares intersticiales.
• Se confirmó experimentalmente que un sistema de hidrogel 3D reproduce un estado específico de células de macrófagos.

Conclusiones:

• La similitud actúa como modelo de base para los perfiles de una sola célula.
• Permite la consulta de estados celulares similares en todo el cuerpo humano.
• Proporciona una herramienta poderosa para generar conocimientos biológicos del Atlas de Células Humanas.