Un punto de referencia de los métodos de integración de scRNA-seq semisupervisados en escenarios del mundo real

Área de la Ciencia:

• Genómica de una sola célula
• Biología computacional
• La bioinformática

Sus antecedentes:

• La integración de secuenciación de ARN de una sola célula (scRNA-seq) tiene como objetivo corregir los efectos de lote y preservar las señales biológicas.
• Los métodos semisupervisados aprovechan las etiquetas de tipo celular para mejorar potencialmente el rendimiento de la integración.
• Los estudios anteriores a menudo evaluaban estos métodos en entornos idealizados, sin reflejar las imperfecciones de los datos del mundo real.

Objetivo del estudio:

• Para comparar sistemáticamente los principales métodos de integración de scRNA-seq semisupervisados.
• Comparar su rendimiento con líneas de base no supervisadas en diversos conjuntos de datos y escenarios de anotación realistas.
• Evaluar la solidez y la utilidad práctica de los enfoques semisupervisados.

Principales métodos:

• Se evaluaron cinco métodos semisupervisados (scANVI, scGEN, ssSTACAS, scDREAMER, ItClust) y cinco líneas de base sin supervisión.
• Utilizó seis conjuntos de datos diferentes de scRNA-seq.
• Evaluación del rendimiento en cinco escenarios de etiquetado realistas: ausencia, error, ausencia de límite/mezclado, específico de lote y auto-generado.
• Utilizó nueve métricas de integración establecidas.

Principales resultados:

• Los métodos semisupervisados mostraron mejoras solo con anotaciones de tipo celular perfectas.
• El rendimiento se deterioró significativamente bajo imperfecciones de etiqueta realistas.
• scANVI y ssSTACAS demostraron mejoras modestas y estables con respecto a los métodos no supervisados en algunos escenarios.
• Ningún método semisupervisado superó consistentemente el mejor valor de referencia sin supervisión (scCRAFT).

Conclusiones:

• Las estrategias actuales de integración de scRNA-seq semisupervisadas ofrecen ventajas prácticas limitadas en entornos no ideales.
• La elección del método de integración sigue siendo crítica, especialmente cuando la calidad de la etiqueta es incierta.
• Se necesita un mayor desarrollo para mejorar la solidez de los métodos de integración semisupervisados para aplicaciones del mundo real.