Modelado ambiental integrado y desmultiplejaje genético de los experimentos de ARN+ATAC multicelular con Ambimux

Área de la Ciencia:

• Genómica de una sola célula
• Tecnologías multiómicas
• Biología computacional

Sus antecedentes:

• Las tecnologías basadas en gotas de una sola célula, especialmente para ensayos simultáneos de ARN y ATAC (multioma), son propensas a la contaminación de moléculas ambientales.
• Esta contaminación introduce ruido, lo que puede oscurecer las verdaderas asociaciones a nivel de tipo de célula y obstaculizar la interpretación biológica precisa.

Objetivo del estudio:

• Desarrollar un método computacional, ambimux, para estimar la contaminación de las moléculas ambientales en datos multicelulares.
• Desmultiplicar los experimentos multicelulares mediante el aprovechamiento de la información del genotipo para inferir los niveles de contaminación.

Principales métodos:

• Ambimux emplea un enfoque basado en la probabilidad para modelar la probabilidad ambiental o nuclear a nivel de lectura.
• Utiliza datos a nivel de genotipo de lecturas secuenciadas para inferir fracciones ambientales y clasificar gotas vacías.
• El método se validó utilizando conjuntos de datos simulados y un conjunto de datos del mundo real de biopsias de tejido adiposo visceral.

Principales resultados:

• Ambimux estimó con precisión las fracciones ambientales basadas en la realidad en las modalidades de ARN simulado (MAE=0,048) y ATAC (MAE=0,042).
• El método logró una alta especificidad (>95%) y la asignación correcta de singlets incluso con una contaminación ambiental de hasta el 60%.
• El análisis de datos reales mostró que las gotas con fracciones ambientales estimadas más bajas produjeron vínculos genéticos más significativos desde el punto de vista biológico.

Conclusiones:

• Ambimux es una herramienta eficaz para modelar y estimar la contaminación de las moléculas ambientales en experimentos multicelulares.
• Al cuantificar con precisión la contaminación, ambimux mejora la calidad de los datos multicelulares y mejora el descubrimiento de señales biológicas.
• El método facilita una desmultiplexación y un análisis más fiables de conjuntos de datos complejos de una sola célula.