Single-cell references can reverse, inflate and blur the associations inferred from bulk deconvolution

Stellen Sie sich vor, Sie versuchen, die Bevölkerung einer geschäftigen Stadt zu verstehen, indem Sie ein einzelnes, verschwommenes Foto der gesamten Skyline machen. Sie können die einzelnen Menschen nicht sehen, sondern nur die allgemeinen Formen der Gebäude. Um herauszufinden, wer dort lebt, könnten Sie dieses verschwommene Foto mit einer detaillierten Karte der Stadtbezirke vergleichen. Wenn die Karte genau ist, können Sie schätzen, wie viele Menschen in jedem Viertel leben. Dies ist im Wesentlichen das, was Wissenschaftler tun, wenn sie die menschliche Biologie mithilfe einer Technik namens Dekonvolution untersuchen. Sie nehmen eine Gewebeprobe, die eine Mischung aus vielen verschiedenen Zelltypen ist, und versuchen zu bestimmen, welcher Anteil der einzelnen Zelltypen vorhanden ist. Dazu verlassen sie sich auf eine „Referenz“, einen detaillierten Katalog von Einzelzellen, der meist aus einer kleinen Gruppe von Freiwilligen gewonnen wurde. Diese Referenz fungiert als die Karte. Jahrelang haben Forscher diese Karte als perfekt und exakt behandelt und angenommen, dass alle aus ihren Schätzungen gezogenen Schlussfolgerungen über Krankheiten oder das Altern solide seien. Eine neue Studie deutet jedoch darauf an, dass die Karte selbst auf eine Weise fehlerhaft sein könnte, die die Geschichte, die sie erzählt, völlig verändert.

Die Forscher unter der Leitung von Yunhao Jiang an der Universität Edinburgh wollten testen, ob die Art und Weise, wie diese Referenzkarte erstellt wird, wissenschaftliche Schlussfolgerungen tatsächlich umkehren oder erfinden kann. Sie verwendeten zwei große, reale Datensätze, bei denen sie die wahren Antworten kannten. Der erste betraf Blutproben von 981 Spendern, bei denen die tatsächliche Mischung der Immunzellen bekannt war. Der zweite betraf Pankreas-Inselzellen von 48 Spendern, bei denen die Beziehung zwischen Zelltypen und Blutzuckerspiegel bekannt war. In beiden Fällen simulierten sie den Prozess der Entnahme einer Bulk-Probe und des Versuchs, die Zellproportionen mithilfe verschiedener Versionen der Referenzkarte zu erraten. Sie testeten diese Karten gegen vier verschiedene mathematische Methoden, die zur Schätzung verwendet werden, um sicherzustellen, dass etwaige Fehler von der Karte selbst und nicht nur vom Rechenwerkzeug stammten.

Die Ergebnisse waren verblüffend. In der Blutstudie untersuchten die Forscher, wie sich der Anteil eines spezifischen Immunzells, der CD8-T-Zelle, mit dem Alter verändert. Die wahren Daten zeigten, dass diese Zellen mit zunehmendem Alter leicht abnahmen. Doch als die Wissenschaftler 8en verschiedene Referenzkarten verwendeten, kehrten alle von ihnen die Schlussfolgerung um und suggerierten, dass diese Zellen mit dem Alter tatsächlich zunahmen. Der Fehler war kein kleiner Irrtum; es war eine vollständige Umkehrung der Wahrheit. Die Ursache war eine subtile Veränderung der Zellen selbst. Im Zuge des Alterns verändern CD8-T-Zellen ihren internen Zustand und werden eher zu „Effektor-Gedächtniszellen“. Die Referenzkarten, die in der Studie verwendet wurden, fassten all diese Zellen zu einem generischen Typ zusammen und übersahen diesen Wandel. Da das Durchschnittsprofil nicht mit den alternden Zellen übereinstimmte, geriet die Mathematik in Verwirrung und lieferte das falsche Ergebnis. Ähnlich verhielt es sich in der Pankreasstudie: Ein schwacher Trend, bei dem Alpha-Zellen mit dem Blutzuckerspiegel anstiegen, wurde in vielen der Referenzkarten zu einem starken, statistisch signifikanten Befund, einfach weil der Fehler in der Karte mit steigendem Blutzuckerspiegel größer wurde.

Entscheidend war, dass dieses Problem nicht durch den Wechsel der mathematischen Methode zur Zählung behoben werden konnte. Die Forscher testeten vier verschiedene Klassen von Algorithmen, einschließlich Regressionsmodellen und Bayesschen Ansätzen. Die Umkehrung des Alterstrends und die Inflation des Blutzucker-Trends traten bei allen auf. Das Einzige, was sich änderte, war die Richtung des Fehlers für die Pankreaszellen; einige Methoden ließen den Trend stärker erscheinen, während ein spezifischer Algorithmus ihn schwächer erscheinen ließ. Dies beweist, dass die Quelle des Fehlers die Referenzkarte selbst ist und nicht das Werkzeug, mit dem sie gelesen wird. Noch überraschender war, dass die Forser feststellten, dass eine Karte mit höherer Genauigkeit nicht zwangsläufig zur korrekten Schlussfolgerung führt. Ein Satz von Referenzkarten war genauer in der Vorhersage der Zellproportionen als ein anderer, dennoch lieferte nur der weniger genaue Satz die korrekte Richtung für den Alterstrend. Dies bedeutet, dass die bloße Überprüfung, ob eine Karte „genau“ ist, nicht ausreicht, um sicherzustellen, dass sie die Wahrheit über biologische Veränderungen vermittelt.

Die Studie identifizierte auch zwei Arten von Fehlern, die in diesen Karten verborgen sind. Der erste ist ein systematischer Fehler, der auftritt, wenn die Karte die spezifischen Zustände von Zellen nicht erfasst, die sich mit dem Alter oder Krankheiten verändern. Der einzige Weg, dies zu beheben, besteht darin, eine Referenz zu erstellen, die diese sich verschiebenden Zustände auflöst, indem sie breite Zelltypen in ihre spezifischen Subzustände unterteilt. Der zweite Typ ist ein zufälliger Fehler, der durch die spezifische Gruppe von Spendern verursacht wird, die für die Erstellung der Karte verwendet wurde. Wenn eine Referenz aus einer geringen Anzahl von Menschen erstellt wird, kann das statistische Rauschen dieser Individuen so groß sein wie die natürliche Variation in den Bulk-Proben. Die Forscher zeigten, dass dieses zufällige Rauschen gemessen und berücksichtigt werden kann, indem man eine statistische Technik namens „Donor Bootstrap“ verwendet, die im Wesentlichen simuliert, wie man verschiedene Gruppen von Menschen aus demselben Pool zieht, um zu sehen, wie sehr die Ergebnisse schwanken würden.

Schließlich untersuchte das Team, wie die Referenzkarten konstruiert werden sollten, um diese Fallstricke zu vermeiden. Sie analysierten 226 öffentliche Datensätze und fanden heraus, dass in 60 % der Fälle der Median-Donor weniger als 10 Zellen für einen bestimmten Zelltyp beitrug. Dies ist eine kritische Schwelle; unter diesem Wert ist das Signal eines Spenders hauptsächlich Rauschen. Die Forscher schlugen einen neuen Weg vor, um die Daten der Spender zu gewichten, indem sie den Einfluss derjenigen mit sehr wenigen Zellen verringerten und denjenigen mit vielen Zellen mehr Gewicht gaben. Diese Anpassung reduzierte den Fehler für eine der wichtigsten Methoden auf dem Gebiet erheblich. Sie fanden auch heraus, dass es bei einer festen Datenmenge besser ist, die Zellen auf viele verschiedene Spender zu verteilen, anstatt viele Zellen von nur wenigen Personen zu sammeln. Dieser Ansatz, der mit Power-Analysen für Single-Cell-Studien übereinstimmt, hilft dabei, das zufällige Rauschen der einzelnen Spender auszugleichen.

Die Auswirkungen dieser Arbeit sind tiefgreifend für die Interpretation biologischer Daten. Sie legen nahe, dass Schlussfolgerungen aus der Dekonvolution nicht nur von der Biologie des untersuchten Gewebes abhängen, sondern tief mit der Konstruktion der Referenzkarte verwoben sind. Eine Schlussfolgerung über das Altern oder Krankheiten könnte ein Artefakt der Art und Weise sein, wie die Referenz erstellt wurde, und kein reales biologisches Phänomen darstellen. Die Forscher argumentieren, dass zukünftige Studien Referenzen verwenden müssen, die die spezifischen Zustände von Zellen auflösen, von denen bekannt ist, dass sie sich unter den untersuchten Variablen verändern. Sie empfehlen auch, dass Wissenschaftler ihre Ergebnisse mit mehr als einer mathematischen Methode testen und eine breitere Bandbreite an Unsicherheit angeben sollten, die die spezifischen Spender berücksichtigt, die in der Referenz verwendet wurden. Indem sie anerkennen, dass die Karte das Ergebnis bestimmen kann, kann die wissenschaftliche Gemeinschaft beginnen, bessere Karten zu erstellen und zuverlässigere Schlussfolgerungen über die komplexen Mechanismen des menschlichen Körpers zu ziehen.