Ученые из МГУ, Центра Гамалеи и ФМБА разработали биоинформатический инструмент scParadise, который по данным секвенирования РНК с точностью до 99,9% определяет типы клеток и предсказывает их белковый состав. Результаты опубликованы в Nucleic Acids Research.
Секвенирование РНК широко используется в биологии и медицине, но обработка данных остается сложной задачей. Существующие алгоритмы часто ошибаются, особенно когда речь идет о редких клетках — например, из опухолей, для которых мало данных. Это ограничивает применение метода в клинической диагностике.
Инструмент scParadise объединяет три модели. Модель scAdam классифицирует клетки по РНК, искусственно создавая «цифровые копии» редких типов, чтобы сбалансировать обучающий набор. Если клетка неизвестна, она определяется как новый, еще не изученный тип. Модель scEve по РНК предсказывает белки на поверхности клетки — это важно для понимания взаимодействия клеток с лекарствами и тканями. Модуль контроля качества scNoah проверяет работу моделей и указывает на возможные ошибки.
Авторы проанализировали жировую ткань здоровых людей и пациентов с ожирением. Инструмент не только точно выявил известные типы клеток, но и обнаружил три ранее не описанные разновидности иммунных клеток, которые могут участвовать в воспалении при ожирении.
Предложенный алгоритм имеет большие медицинские перспективы: например, он позволит только по данным РНК-секвенирования понять причину воспаления в тканях пациентов с ожирением и находить в опухолях единичные клетки, устойчивые к химиотерапии.
Ранее мы рассказывали, как разработка российских ученых в очередной раз доказала, что отходы биотехнологических производств могут становиться основой для создания новых полезных решений.