Umite: cuantificación rápida de bibliotecas smart-seq3 con recuperación mejorada de UMI

Área de la Ciencia:

• Secuenciación de ARN de célula única
• Herramientas de bioinformática
• Genómica computacional

Sus antecedentes:

• Las soluciones comerciales de secuenciación de ARN de célula única (scRNA-seq) ofrecen una cuantificación robusta de Moléculas Únicamente Identificables (UMI).
• Los protocolos de código abierto como Smart-seq3 carecen actualmente de un soporte comparable para la cuantificación de UMI.
• El conteo eficiente de UMI es crucial para el análisis preciso de la expresión génica en scRNA-seq.

Objetivo del estudio:

• Presentar umite, un nuevo pipeline de conteo de UMI diseñado específicamente para Smart-seq3.
• Mejorar la velocidad y reducir la huella de memoria de la cuantificación de UMI para Smart-seq3.
• Mejorar las tasas de recuperación de UMI a través de la detección tolerante a desajustes.

Principales métodos:

• Desarrollo del pipeline umite utilizando un flujo de trabajo Snakemake.
• Implementación de algoritmos eficientes de detección de UMI tolerantes a desajustes.
• Comparación con herramientas de cuantificación de Smart-seq3 existentes utilizando conjuntos de datos públicos (GSE207085, GSE270928).

Principales resultados:

• Umite demuestra un rendimiento superior en tiempo de ejecución, uso de disco y huella de memoria en comparación con las herramientas actuales de cuantificación de Smart-seq3.
• La detección de UMI tolerante a desajustes en umite aumenta la recuperación de UMI en un 5-15% en pruebas de referencia.
• Umite exhibe una escalabilidad mejorada para analizar grandes conjuntos de datos de células únicas.

Conclusiones:

• Umite proporciona una solución rápida, eficiente en memoria y escalable para la cuantificación de UMI de Smart-seq3.
• El pipeline mejora la precisión de la detección de UMI y la eficiencia general del análisis.
• Umite está fácilmente disponible como una herramienta de código abierto con un flujo de trabajo Snakemake para una integración perfecta.