Anotación robusta y eficiente de estados celulares mediante la puntuación de firmas génicas

Área de la Ciencia:

• Biología computacional
• Genómica
• Bioinformática

Sus antecedentes:

• La puntuación de firmas génicas es crucial para el análisis de la secuenciación de ARN de células únicas (scRNA-seq), especialmente para la anotación no supervisada del estado celular.
• Los métodos de puntuación actuales a menudo carecen de comparabilidad en la distribución de puntuaciones entre diferentes firmas y condiciones experimentales.

Objetivo del estudio:

• Evaluar los métodos existentes de puntuación de firmas génicas en datos de scRNA-seq.
• Desarrollar un novedoso algoritmo, Adjusted Neighborhood Scoring (ANS), para mejorar la estabilidad de la puntuación y la comparabilidad entre firmas.

Principales métodos:

• Evaluación sistemática de Seurat, SCANPY, UCell y JASMINE en nueve conjuntos de datos de scRNA-seq.
• Desarrollo y aplicación del algoritmo determinista Adjusted Neighborhood Scoring (ANS) con selección mejorada de genes de control.

Principales resultados:

• Las metodologías de puntuación establecidas mostraron insuficiencia para proporcionar distribuciones de puntuación robustas y comparables.
• ANS mejoró significativamente la estabilidad de la puntuación y la comparabilidad entre firmas.
• ANS logró una precisión de anotación del estado celular comparable a los métodos supervisados.
• ANS se validó diferenciando fibroblastos asociados al cáncer de células malignas.

Conclusiones:

• Adjusted Neighborhood Scoring (ANS) proporciona un marco robusto y confiable para la puntuación de firmas génicas en scRNA-seq.
• ANS mejora la precisión de la anotación de tipos y estados celulares en estudios de células únicas.