smartSim: simulación de datos de una sola célula inteligentes

Área de la Ciencia:

• Secuenciación de ARN de una sola célula
• Biología computacional
• La bioinformática

Sus antecedentes:

• Smart-seq3 es un protocolo clave para la secuenciación completa de ARN de una sola célula, que permite el análisis a nivel de transcripción y empalme.
• Las herramientas computacionales de evaluación comparativa para la reconstrucción de isoformas y la cuantificación del empalme se ven obstaculizadas por la ausencia de conjuntos de datos basados en la verdad.

Objetivo del estudio:

• Desarrollar smartSim, un simulador para generar datos de secuenciación Smart-seq3 realistas.
• Proporcionar un conjunto de datos de referencia para evaluar los métodos computacionales en la transcriptómica de una sola célula.

Principales métodos:

• smartSim simula eventos de empalme conocidos y nuevos, incorporando información UMI y sesgos específicos del protocolo.
• El simulador genera lecturas de secuenciación sin procesar en formato FASTQ, compatibles con las herramientas de alineación estándar.
• Las distribuciones de datos empíricos se aprovechan para imitar las características reales de los datos de Smart-seq3.

Principales resultados:

• Los datos generados por smartSim reflejan de cerca los conjuntos de datos reales de Smart-seq3 en longitud de fragmento, recuentos de lectura y puntajes de calidad.
• El simulador refleja con precisión las complejidades de la transcriptómica de una sola célula, incluidas las lecturas internas y las que contienen UMI.
• La validación confirma la utilidad de smartSim para evaluar las herramientas computacionales.

Conclusiones:

• smartSim es un recurso valioso para el avance de los métodos computacionales en la secuenciación de ARN de una sola célula.
• El simulador facilita una mejor detección de empalme alternativo y la reconstrucción de isoformas.
• smartSim mejora la evaluación de las herramientas de bioinformática para el análisis de datos transcriptómicos.