Pycea: a scverse toolkit for single-cell lineage tracing analysis
Pycea는 계보 트리 데이터와 단일 세포 측정 데이터를 scverse 생태계 내에서 원활하게 통합하는 TreeData 형식을 도입하여, 세포 계보 추적을 위한 확장 가능한 분석, 시각화 및 통계적 추론을 가능하게 하는 오픈 소스 Python 툴킷입니다.
원본 논문은 CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) 라이선스로 제공됩니다. 이것은 동료 심사를 거치지 않은 프리프린트의 AI 생성 설명입니다. 의학적 조언이 아닙니다. 이 내용을 바탕으로 건강 관련 결정을 내리지 마세요. 전체 면책 조항 읽기
살아있는 세상에서 모든 세포는 역사를 간직하고 있습니다. 가계도가 누가 누구와 친척인지를 기록하는 것처럼, 발달 중인 유기체나 성장하는 종양 속의 모든 세포는 자신의 조상과 형제들을 기억합니다. 수십 년 동안 과학자들은 이러한 가계와 세포의 현재 행동을 연결하기 위해 고군분투해 왔습니다. 그들은 하나의 세포 분열이 어떻게 둘이 되고, 둘이 넷이 되는지를 추적하며 세포의 계보를 지도화할 수는 있었지만, 그 지도와 그 순간 어떤 유전자가 활성화되어 있었는지와 같은 세포의 내부 지침을 쉽게 결합할 수는 없었습니다. 이러한 분리는 세포의 과거가 어떻게 현재를 형성했는지, 즉 세포가 특정 조직 유형이 되었는지 아니면 질병으로 변했는지를 이해하는 것을 어렵게 만들었습니다. 문제는 단순히 데이터가 부족한 것이 아니라, 이미 풍부하고 상세해진 데이터를 어떻게 한 번에 전체적인 그림을 볼 수 있도록 조직하느냐에 있었습니다.
연구진은 이제 이 문제를 해결하기 위해 세포의 가계도를 생물학적 기록의 표준 부분으로 취급하는 새로운 디지털 도구를 구축하여 이 문제를 해결했습니다. 그들은 단일 세포 분석을 위해 널리 사용되는 프레임워크와 함께 작동하는 Pycea라는 소프트웨어 패키지를 도입했습니다. 이 시스템의 핵심은 TreeData라고 불리는 새로운 데이터 저장 방식입니다. 세포의 유전자 활동이나 위치와 같은 정보를 담고 있는 표준 디지털 파일을 상상해 보십시오. 이제 동일한 파일에 해당 세포의 전체 가계도를 담을 수 있는 전용 슬롯이 있고, 모든 가지와 잎이 특정 측정값과 완벽하게 일치한다고 상상해 보십시오. 이 새로운 구조를 통해 과학자들은 이미 알고 있는 도구들을 사용하여 계보, 유전자 발현, 그리고 물리적 위치를 모두 동시에 분석할 수 있으며, 서로 다른 형식 간에 데이터를 끊임없이 변환할 필요가 없게 되었습니다.
연구진은 이 접근 방식의 힘을 두 가지 매우 다른 생물학적 사례에 적용하여 입증했습니다. 첫째, 그들은 특정 발달 단계에 있는 26만 개 이상의 세포를 포함하는 생쥐 배아를 관찰했습니다. 새로운 도구를 사용하여 그들은 서로 다른 세포 집단이 어떻게 연관되어 있는지, 그리고 그들의 가계사가 현재의 정체성과 얼마나 밀접하게 일치하는지를 추적할 수 있었습니다. 그들은 피부나 장과 같은 주요 신체 층에 속하는 세포들이 최근의 조상을 공유한다는 것을 발견했으며, 이는 가계사가 세포의 미래 역할을 예측할 수 있음을 확인해 주었습니다. 또한 그들은 가계 라인을 통해 전해지는 특정 유전자를 식별했는데, 이는 부모 세포가 특정 유전자의 활동성이 높았다면 그 자식들도 그러할 가능성이 높다는 것을 의미합니다. 이를 통해 그들은 발달 중인 배아의 서로 다른 부분을 정의하는 정확한 유전적 지침을 찾아낼 수 있었습니다.
다음으로, 연구팀은 암 모델에 이 시스템을 적용하여 약 14만 6천 개의 세포를 가진 종양을 연구했습니다. 여기서 목표는 서로 다른 암세포 집단이 어떻게 성장하고 퍼져나가는지를 이해하는 것이었습니다. 종양 세포의 가계도를 매핑함으로써, 그들은 어떤 집단이 빠르게 확장하고 있고 어떤 집단이 작게 유지되고 있는지를 볼 수 있었습니다. 그들은 가장 성공적이거나 '적응력이 높은' 세포 집단이 건강한 폐 조직 근처인 종양의 바깥쪽 가장자리에서 서식하는 경향이 있다는 것을 발견했습니다. 나아가, 그들은 특정 유전자인 Cldn4의 활성도가 이러한 성공과 강하게 연결되어 있다는 것을 발견했습니다. 이 유전자의 수준이 높은 세포들은 이러한 번창하는 외곽 지역에서 발견될 가능성이 더 높았습니다. 세포의 가계사, 위치, 그리고 유전적 활동 사이의 이러한 연결은 종양이 실시간으로 어떻게 진화하고 있는지에 대한 명확한 시각을 제공했습니다.
이 연구의 의의는 서로 떨어진 연구 분야를 통합하는 능력에 있습니다. 이 도구가 나오기 전까지 연구자들은 데이터 형식이 서로 같은 언어를 사용하지 않았기 때문에, 세포의 가계사를 연구할 것인지 아니면 유전자 활동을 연구할 것인지 선택해야만 했습니다. 가계사를 세포 데이터 파일의 고유한 부분으로 만드는 시스템을 구축함으로써, 연구진은 과학자들이 여러 소프트웨어 프로그램과 데이터 구조를 번거롭게 다뤄야 했던 장벽을 제거했습니다. 이는 이제 세포의 복잡한 역사를 현재 상태와 마찬가지로 쉽게 분석할 수 있음을 의미합니다. 이 소프트웨어는 누구나 사용할 수 있도록 공개되어 있으며, 연구진은 이 새로운 표준이 단일 세포 내의 깊은 역사를 이해하는 데 전념하는 성장하는 커뮤니티의 토대가 되기를 희망하며 이를 더욱 확장할 계획입니다.
연구 분야의 논문에 파묻히고 계신가요?
연구 키워드에 맞는 최신 논문의 일일 다이제스트를 받아보세요 — 기술 요약 포함, 당신의 언어로.