Descubrimiento sin anotaciones de células relevantes para la enfermedad en conjuntos de datos de una sola célula

Área de la Ciencia:

• Biología computacional
• Aprendizaje automático
• La genómica

Sus antecedentes:

• Los conjuntos de datos de una sola célula a menudo carecen de etiquetas de enfermedades específicas de la célula, lo que dificulta una clasificación precisa.
• Los métodos existentes luchan con las células sin etiquetar y la identificación de estados de enfermedades raras.

Objetivo del estudio:

• Introducir el modelo de mezcla para el aprendizaje de múltiples instancias (MMIL) para la clasificación celular utilizando solo etiquetas a nivel de paciente.
• Desarrollar un marco sólido para aprovechar tanto las células etiquetadas como las no etiquetadas en el análisis de células individuales.

Principales métodos:

• MMIL emplea un algoritmo de maximización de expectativas para entrenar clasificadores binarios a nivel de célula.
• El enfoque utiliza etiquetas de estado de enfermedad a nivel de paciente para inferir etiquetas a nivel celular.

Principales resultados:

• MMIL distingue con precisión las células leucémicas de las células normales en muestras primarias de pacientes.
• El método identifica con éxito las células de enfermedad residual mínima rara (MRD).
• MMIL demuestra generalización en diferentes tejidos y puntos de tiempo de tratamiento, con una precisión de identificación de características cercana a la de un hematólogo.

Conclusiones:

• MMIL ofrece una solución flexible y precisa para la clasificación de células en escenarios con etiquetas de células estándar desconocidas.
• Este enfoque mejora la utilidad de los datos de una sola celda al permitir un análisis sólido incluso con anotaciones limitadas a nivel de celda.