scExploreR: a flexible platform for democratized analysis of multimodal single-cell data by non-programmers

scExploreR is een flexibel, door niet-programmeers gebruikbaar R Shiny-platform dat de analyse van multimodale single-cell data democratiseert door uitgebreide visualisatiemogelijkheden te bieden zonder programmeerkennis.

De kern

scExploreR: De "Zelfrijdende Auto" voor Single-Cell Data

Stel je voor dat je een enorme bibliotheek hebt vol met boeken over elk individueel celletje in je lichaam. Deze boeken vertellen je waarom iemand ziek wordt, hoe kanker zich ontwikkelt of waarom medicijnen wel of niet werken. Dit is wat single-cell sequencing doet: het leest de "verhalen" van miljoenen individuele cellen.

Het probleem? Om deze boeken te lezen, moet je een expert zijn in een heel moeilijke taal (programmeertaal zoals R of Python). Zonder die taal kun je de boeken niet openen. Je bent afhankelijk van een "bibliothecaris" (de bio-informaticus) die alles voor je moet uitlezen. Soms begrijpen ze elkaar niet goed, en het duurt te lang voordat je de antwoorden vindt die je zoekt.

scExploreR is de oplossing. Het is een nieuw, slim platform dat deze bibliotheek toegankelijk maakt voor iedereen, zelfs als je geen woord programmeertaal spreekt.

Hier is hoe het werkt, vertaald in alledaagse taal:

1. De "Zelfrijdende Auto" in plaats van een Formule 1-auto

Vroeger moest je zelf het stuur vasthouden, de versnellingen schakelen en de motor onderhouden (programmeren) om door de data te rijden. Met scExploreR krijg je een moderne, zelfrijdende auto.

• Voor de "Admin" (de bio-informaticus): Zij bouwen de auto en laden de kaarten (de data) in. Ze doen dit één keer.
• Voor de "Gebruiker" (de bioloog of arts): Jij stapt in, klikt op de bestemming (bijvoorbeeld: "Toon mij de T-cellen"), en de auto rijdt je er naartoe. Je hoeft niet te weten hoe de motor werkt; je hoeft alleen maar te genieten van het uitzicht.

2. Een Universele Sleutel voor elke Deur

In de wereld van data zijn er verschillende soorten mappen en bestanden (zoals Seurat, SingleCellExperiment, of Anndata). Vaak heb je een specifieke sleutel nodig voor elke deur.
scExploreR heeft een universele sleutel. Dankzij een slimme achtergrondtool (genaamd SCUBA) opent het elke deur, ongeacht hoe de data is opgeslagen. Of het nu gaat over RNA, eiwitten of chromosomen: als het in een kaartje past, kan scExploreR het lezen en tonen.

3. De "Magische Tekenplank"

Stel je voor dat je een schets maakt van een landschap, maar je wilt het perfect maken voor een museum.

• Aanpassen: Met scExploreR kun je elk detail aanpassen. Wil je dat de T-cellen blauw zijn in plaats van rood? Klik. Wil je de grafiek splitsen in tweeën om twee patiënten te vergelijken? Klik.
• Kwaliteit: Je kunt direct een plaatje downloaden dat zo strak is dat je het direct in een wetenschappelijk tijdschrift kunt zetten. Geen gedoe met code om de lijnen netjes te maken; je klikt gewoon op "Download".

4. De "Zoektocht" naar Antwoorden (Differential Expression)

Soms wil je weten: "Wat is er anders tussen de gezonde cellen en de zieke cellen?"
In het verleden moest je daarvoor complexe formules opschrijven. Met scExploreR is dit als een zoektocht in een spelletje:

1. Je kiest twee groepen (bijvoorbeeld: "Gezonde mensen" vs. "Kankerpatiënten").
2. Je kiest of je wilt zoeken naar "verschillen" of naar "specifieke merktekens".
3. Het systeem doet het zware werk en geeft je direct een lijstje met de genen die de boosdoeners zijn. Het is alsof je een vergrootglas hebt dat direct de verdachten aanwijst.

5. De "Mobiele Bibliotheek" (Docker)

Stel je voor dat je een bibliotheek hebt die je overal naartoe kunt nemen.
scExploreR kan worden verpakt in een Docker-container. Dit is als een zelfvoorzienende koffer. Je pakt de koffer in, stopt hem in je laptop of op een server, en opent hem. Het maakt niet uit of je op een Windows-pc, een Mac of een Linux-server zit; de koffer werkt altijd precies hetzelfde. Hierdoor kunnen onderzoekers hun data veilig delen met collega's over de hele wereld, zonder dat die collega's iets hoeven te installeren.

Waarom is dit belangrijk?

Tot nu toe was er een muur tussen de mensen die de data verzamelen (biologen) en de mensen die de data analyseren (programmeurs). Ze praten vaak langs elkaar heen.
scExploreR breekt die muur af.

• Biologen kunnen zelf hun data verkennen en direct zien wat er gebeurt.
• Programmeurs hoeven niet meer urenlang te wachten op simpele vragen; ze kunnen zich richten op de moeilijke, creatieve problemen.

Kortom: scExploreR democratiseert de wetenschap. Het geeft de sleutel terug aan de onderzoekers, zodat ze sneller ontdekkingen kunnen doen die levens kunnen redden, zonder eerst een programmeercursus te hoeven volgen.

Technische samenvatting

Titel: scExploreR: Een flexibel platform voor gedemocratiseerde analyse van multimodale single-cell data door niet-programmeurs

1. Het Probleem

Single-cell sequencing heeft de biomedische research revolutionair veranderd door celheterogeniteit in ziekteprocessen bloot te leggen. Echter, de toegang tot en analyse van deze data wordt beperkt door de noodzaak van programmeervaardigheden (voornamelijk in R of Python).

• Barrières: Bestaande tools vereisen vaak samenwerking tussen biologen en bioinformatici, wat leidt tot communicatiebarrières en vertraging in het genereren van inzichten.
• Beperkingen van bestaande tools:
  • Tools zoals de UCSC Cell Browser zijn beperkt in analyse diepte (geen "splitting" van plots).
  • ShinyCell mist functionaliteit voor differentialexpressie-analyse (DGE).
  • Loupe is krachtig maar ondersteunt alleen specifieke outputformaten van 10X Genomics of vereist conversie naar Seurat-objecten.
  • Veel tools ondersteunen geen multimodale data (bijv. CITE-seq, ATAC-seq) of bieden beperkte aanpassingsmogelijkheden voor publicatie-kwaliteit figuren.

2. Methodologie

scExploreR is ontwikkeld als een R Shiny-toepassing die als een verpakt R-package wordt gedistribueerd. Het is ontworpen om zowel lokaal als op een server te draaien, met ondersteuning voor Docker-containerisatie voor makkelijke deploy.

• Architectuur en Implementatie:

  • Gebouwd op R Shiny voor een grafische gebruikersinterface (GUI).
  • Gebruikt het SCUBA-package voor naadloze verwerking van verschillende data-objectklassen.
  • Inputondersteuning: Natiieve ondersteuning voor Seurat, SingleCellExperiment en anndata objecten. Python-objecten (anndata) worden geladen via Reticulate.
  • Multimodaliteit: Ondersteunt elke single-cell modality die als een matrix van counts per cel en per gen kan worden uitgedrukt (bijv. RNA, eiwitten, chromatin toegankelijkheid).

• Gebruikersrolverdeling:

  • Admins (meestal bioinformatici): Zorgen voor de configuratie, deployment en beveiliging. Ze gebruiken een configuratie-app (run_config) om object-specifieke instellingen (zoals assay-selectie en metadata) te definiëren in een YAML-bestand.
  • Eindgebruikers (biologen/niet-programmeurs): Gebruiken de interface via een punt-en-klik benadering voor data-exploratie, visualisatie en DGE-analyse zonder code te schrijven.

• Kernfunctionaliteiten:

  • Visualisatie: Generatie van diverse plottypes (DimPlots, Violin plots, Ridge plots, Dot plots, Feature plots, Scatter plots) via ggplot2.
  • Aanpassing: Uitgebreide opties voor het aanpassen van kleuren, labels, splitsing van plots ("split by"), en export in vector (.svg) of raster (.png) formaten met instelbare resolutie.
  • Subsetting: Gebruikers kunnen cellen filteren op basis van categorische metadata, numerieke thresholds (via interactieve ridge plots) of feature expressie. Code-based subsetting is mogelijk voor Seurat-objecten.
  • Differentialexpressie (DGE): Implementatie van de Wilcoxon rank sum test.
    • Voor Seurat-objecten: Gebruik van het presto package.
    • Voor Seurat met BPCells matrices: Gebruik van marker_features uit BPCells.
    • Voor anndata-objecten: Gebruik van scanpy.tl.rank_genes_groups.
    • Ondersteunt zowel "Differential Expression" (twee groepen vergelijken) als "Marker Identification" (meerdere groepen vergelijken).

3. Belangrijkste Bijdragen

• Democratisering van Analyse: scExploreR verwijdert de programmeerbarrière, waardoor biologen direct data kunnen exploreren en analyseren zonder afhankelijk te zijn van bioinformatici voor basisanalyses.
• Unieke Multimodale Ondersteuning: Het is een van de weinige tools die multimodale data (RNA + eiwitten, etc.) natiief ondersteunt zonder conversie, dankzij de SCUBA-integratie.
• Flexibiliteit in Deploy: Het platform kan lokaal, op een server, of via Docker worden gedeployed, wat het geschikt maakt voor zowel individueel gebruik als samenwerking binnen grotere teams.
• Uitgebreide Visualisatie: In tegenstelling tot veel concurrenten, biedt scExploreR uitgebreide controle over plot-aesthetica en exportopties, waardoor direct publicatie-kwaliteit figuren gegenereerd kunnen worden.
• Integratie van DGE: Het combineert krachtige visualisatie met real-time differentialexpressie-analyse in één interface, een functie die vaak ontbreekt in andere browsers.

4. Resultaten

De auteurs vergelijken scExploreR met acht bestaande tools (o.a. UCSC Cell Browser, ShinyCell, Loupe, CELLxGENE, Vitessce).

• Vergelijking: scExploreR scoort het hoogst op veelzijdigheid in visualisatie én DGE-analyse.
• Unieke Positie: Het is een van de enige tools die:
  1. DGE-analyse uitvoert.
  2. Uitgebreide plot-aanpassing biedt.
  3. Multimodale data natiief ondersteunt.
  4. Verschillende objectklassen (Seurat, SCE, anndata) zonder conversie ondersteunt.
  5. Docker-deploy ondersteunt.
• Interface: De interface is modulair en consistent, met tooltips en duidelijke labels, wat de leercurve voor niet-programmeurs verlaagt.

5. Betekenis en Toekomstperspectief

scExploreR vormt een brug tussen biologische en computationele wetenschappers. Het stelt bioinformatici in staat zich te richten op geavanceerde analyses, terwijl biologen zelfstandig inzichten kunnen genereren uit rijke datasets. Dit versnelt de onderzoekscyclus en verbetert de communicatie tussen disciplines.

Toekomstplannen:

• Expansie naar spatial transcriptomics data.
• Implementatie van geavanceerdere statistische methoden voor marker-identificatie (bijv. aggregatie van p-waarden over replicaten via Scran's findMarkers()).
• Functionaliteit om automatisch genen van de DGE-tabel naar de plot-tab te verplaatsen en het opslaan van genlijsten/subsets.

Conclusie:
scExploreR is een krachtig, toegankelijk en flexibel instrument dat de drempel voor single-cell data-analyse verlaagt, waardoor het potentieel voor nieuwe ontdekkingen in de biomedische research wordt vergroot.