Cellector: A tool to detect foreign genotype cells in scRNAseq data with applications in leukemia and microchimerism.

Dit artikel introduceert Cellector, een computergestuurde methode voor het detecteren van zeldzame cellen met een vreemd genotype in scRNAseq-data, met name voor het identificeren van meetbare residuale ziekte bij leukemiepatiënten na een stamceltransplantatie en het bestuderen van microchimeraïsme.

De kern

🕵️‍♂️ Cellector: De DNA-Detective voor Zeldzame Cellen

Stel je voor dat je een enorme zaal vol mensen binnenloopt. Bijna iedereen in deze zaal heeft exact hetzelfde uiterlijk en draagt dezelfde kleding (dit zijn de normale cellen van een patiënt). Maar ergens in die zaal zitten misschien slechts één of twee mensen die er heel anders uitzien en een ander kledingstuk dragen (dit zijn de vreemde cellen, bijvoorbeeld kankercellen of cellen van een donor).

Het vinden van die ene "indringer" in een zaal van 10.000 mensen is als het zoeken naar een naald in een hooiberg. Normale methoden om mensen te groeperen op basis van hun uiterlijk werken hier niet goed, omdat de groepen te groot en te ongelijk zijn.

Cellector is een slim computerprogramma dat precies dit probleem oplost. Het is een "DNA-detective" die in staat is om die ene vreemde cel te vinden, zelfs als deze maar 0,05% van de totale groep uitmaakt.

---

🏥 Waarom is dit belangrijk?

De auteurs van het paper focussen op twee belangrijke situaties:

1. Leukemie-patiënten na een transplantatie:
   Stel je voor dat iemand een beenmergtransplantatie krijgt van een donor. Na de operatie zou al het bloed en beenmerg van de donor moeten zijn. Als er echter nog een paar cellen over zijn van de oorspronkelijke patiënt (die de leukemie hadden), is dat een slecht teken. Het betekent dat de kanker terugkomt.

   • De analogie: Het is alsof je een huis hebt laten verbouwen door een nieuwe aannemer (de donor), maar je ontdekt dat er nog één oude muur van de vorige eigenaar (de patiënt) staat die begint te rotten. Je wilt die muur vinden voordat het hele huis instort.

2. Microchimerisme (Moeder en kind):
   Tijdens de zwangerschap wisselen moeder en kind cellen uit. Soms blijven deze cellen jarenlang in het lichaam van de ander hangen.

   • De analogie: Het is alsof je een fotoalbum hebt vol met familieleden, maar er zit één foto in van iemand die er niet bij hoort. Cellector kan die ene foto vinden en zeggen: "Hey, jij hoort hier niet bij!"

---

🛠️ Hoe werkt Cellector? (De "Bingo"-methode)

Andere programma's proberen cellen in groepjes te verdelen (zoals een Bingo-spel waarbij je probeert patronen te vinden). Maar als er maar één "Bingo-kaart" is die verschilt van de rest, werkt dat niet goed.

Cellector doet het anders, met een anomalie-detectie (het zoeken naar afwijkingen):

1. Het luisteren naar de cellen: Elke cel in het lichaam heeft een eigen "stem" (haar DNA). Cellector luistert naar de genen die actief zijn in elke cel.
2. Het maken van een gemiddelde: Het programma kijkt naar de "normale" cellen en maakt een gemiddeld geluid (een wiskundig model) van hoe hun DNA eruit moet zien.
3. Het zoeken naar de "verkeerde noot": Vervolgens kijkt het naar elke individuele cel. Als een cel een "noot" zingt die niet past bij het gemiddelde, krijgt die cel een waarschuwingsteken.
4. Het herhalen: Het programma doet dit steeds opnieuw. Het verwijdert de "verkeerde" cellen uit de groep en kijkt opnieuw, tot het zeker weet dat het de echte indringers heeft gevonden.

Dit werkt zo goed, dat het zelfs cellen kan vinden van familieleden (zoals een moeder en haar kind) die genetisch heel op elkaar lijken, maar toch verschillend zijn.

---

🧪 De Test: Werkt het echt?

De onderzoekers hebben Cellector getest op verschillende manieren:

• De "Spiked-in" test: Ze namen een grote hoeveelheid cellen van een kind en voegden er heel weinig cellen van de moeder aan toe (soms maar 10 cellen in 10.000).
  • Resultaat: Cellector vond ze bijna altijd! Het had een 100% betrouwbaarheid (geen vals alarm) en vond zelfs de allerminste groepjes.
• Vergelijking met andere tools: Andere programma's gaven vaak vals alarm (ze dachten dat normale cellen vreemd waren) of misten de kleine groepjes. Cellector was veel scherper.
• Echte patiënten: Ze testten het ook op echte biopsies van niertransplantaties en hersenweefsel. Het kon precies zien welke cellen van de donor kwamen en welke van de patiënt, zelfs als ze door elkaar zaten.

---

🚀 Wat betekent dit voor de toekomst?

Dit is een game-changer voor de geneeskunde:

• Vroegere diagnose: Artsen kunnen kanker terugkeer (relapse) veel eerder opsporen, misschien zelfs voordat de patiënt symptomen voelt. Dit betekent dat ze minder zware behandelingen kunnen geven.
• Beter begrip van het lichaam: We kunnen beter begrijpen hoe het immuunsysteem werkt en hoe cellen van moeder en kind met elkaar communiceren.
• Transplantaties: Het helpt artsen te zien of het lichaam van de patiënt het nieuwe orgaan aanvalt (afstoting) of niet.

Kortom: Cellector is als een superkrachtige vergrootglas voor DNA. Het laat ons zien wat voorheen onzichtbaar was: de kleine, zeldzame cellen die grote gevolgen kunnen hebben voor onze gezondheid.

Technische samenvatting

Probleemstelling

In diverse biologische contexten, zoals transplantatiepatiënten, natuurlijk voorkomende microchimera (bijv. tussen moeder en foetus) en kankerstalen met een hoge mutatiebelasting, komen zeldzame, genetisch verschillende cellen voor. Het detecteren van deze cellen is cruciaal voor het begrijpen van deze condities. Een specifiek en kritiek toepassingsgebied is bij patiënten met leukemie na een hematopoëtische celttransplantatie (HCT). Na een succesvolle transplantatie zouden alle bloed- en beenmergcellen van donor-oorsprong moeten zijn. Het aanwezig zijn van cellen met het oorspronkelijke (patient-)genotype, specifiek van de leukemielijn, duidt op meetbare residuale ziekte (MRD) en kan een terugkeer (relaps) van de leukemie signaleren.

Bestaande computergestuurde methoden voor het detecteren van deze "vreemde" cellen in single-cell RNA-sequencing (scRNA-seq) data hebben beperkingen:

• Clustering-methoden (zoals souporcell, vireo, scSplit) presteren slecht bij sterk scheef getrokken clustergroottes, wat inherent is aan microchimera waar de minderheidscellen extreem zeldzaam zijn (<0,05%).
• Genotype-gebaseerde demultiplexing (zoals Demuxlet) vereist vooraf bekende genotypen, wat kostbaar of onmogelijk kan zijn.
• Er is behoefte aan een tool die uiterst zeldzame cellen kan detecteren zonder voorafgaande kennis van de genotypen en zonder biochemische tags (zoals bij cell hashing).

Methodologie: Cellector

Cellector is een computationele methode die gebruikmaakt van anomaliedetectie in plaats van clustering om zeldzame, genetisch afwijkende cellen te identificeren. De workflow is als volgt:

1. Allel-telling: Het algoritme identificeert expressiegebieden die overlappen met veelvoorkomende menselijke genetische varianten (SNP's). Voor elke cel wordt het aantal geëxprimeerde allelen (referentie vs. alternatief) geteld met behulp van vartrix.
2. Beta-binomiale modellering: Voor elke genetische variant wordt een beta-binomiale verdeling gegenereerd. De parameters $\alpha$ en $\beta$ vertegenwoordigen het totale aantal geëxprimeerde allelen voor respectievelijk het alternatieve en referentie-allel (met een Bayesiaanse conjugate prior van 1 toegevoegd). Dit model vertegenwoordigt de meerderheids-genotype in het monster.
3. Likelihood-berekening: Voor elke cel wordt de log-likelihood berekend van de geobserveerde allelen gegeven de meerderheidsverdeling. Deze waarde wordt genormaliseerd voor het aantal reads per cel.
4. Anomaliedetectie: Cellen met een zeer lage log-likelihood worden geïdentificeerd als anomalieën (d.w.z. vreemde genotypen).
5. Iteratief proces: De geïdentificeerde anomalieën worden tijdelijk verwijderd uit de dataset, waarna de parameters van de beta-binomiale verdeling worden bijgewerkt en de detectie opnieuw wordt uitgevoerd. Dit proces herhaalt zich tot convergentie.
6. Posterior Kansberekening: Uiteindelijk worden twee verdelingen gegenereerd (een voor de meerderheidscellen en een voor de minderheidscellen). Op basis hiervan wordt voor elke cel een posterior-kans berekend voor een definitieve classificatie.

Aannames: Cellector gaat ervan uit dat de meerderheid van de cellen één genotype heeft en dat er een minderheid (<20%) van vreemde genotypen is. Als de minderheid groter is dan 20%, verliest de tool sensitiviteit; in dat geval wordt een hybride aanpak gebruikt waarbij Cellector en souporcell parallel worden uitgevoerd en het beste resultaat wordt geselecteerd op basis van de log-likelihood-scheiding.

Belangrijkste Resultaten en Validatie

De auteurs hebben Cellector gevalideerd met zowel echte mengsels (via cell hashing) als in-silico mengsels (met perfecte ground truth).

• Sensitiviteit en Specificiteit: Cellector kan vreemde cellen detecteren tot een percentage van 0,05% of lager.
  • In experimenten met cell hashing (moeder-kind en broers) behaalde Cellector een Perfecte Positive Predictive Value (PPV) (100%), wat betekent dat er bijna geen valse positieven waren.
  • De sensitiviteit varieerde tussen 84% en 100%, afhankelijk van het aantal ingespoten cellen. Zelfs bij een spike-in van slechts 3 of 4 cellen in 10.000 cellen werden alle vreemde cellen correct gedetecteerd.
• Vergelijking met bestaande tools: In vergelijking met souporcell, vireo en demuxlet behoudt Cellector een hoge PPV (>90%, vaak 100%) zelfs bij slechts één enkele vreemde cel. Andere tools vertonen pas bij een percentage van 1,5% - 3,5% een hoge PPV, maar wisselen dit vaak af met een lagere specificiteit (meer valse positieven) in zeer zeldzame scenario's.
• Robuustheid: Cellector presteert goed bij gerelateerde individuen (zoals bij HCT-donoren) en ongerelateerde individuen. De tool blijft robuust tot het mediane aantal UMI's per cel daalt onder de 904 (voor 100 vreemde cellen) of 2000 (voor 10 vreemde cellen), waarbij de performance daarna snel afneemt.

Toepassingen en Case Studies

Naast de focus op leukemie, toonde het paper de toepasbaarheid in andere domeinen:

1. Moeder/foetus-atlas: Detectie van maternale macrofagen en deciduale stromale cellen in placenta-monsters, wat experimentele contaminatie bevestigt.
2. Neuronale microchimera: Detectie van microchimera in hersenweefsel, waarbij de vreemde cellen geen ander celtype vertoonden (wat suggereert dat ze pluripotent migreerden en zich differentieerden in het weefsel).
3. Niertransplantatie: Analyse van biopsies op dag 5 en 28 na transplantatie. Cellector kon de infiltratie van patient-afgeleide immuuncellen (monocyten, macrofagen, T-cellen) in het donor-nierweefsel in kaart brengen, wat inzicht geeft in afstotingsmechanismen.

Significantie en Conclusie

Cellector vertegenwoordigt een doorbraak in de analyse van scRNA-seq data voor het detecteren van uiterst zeldzame genetische varianten.

• Klinische Impact: Het biedt een krachtig instrument voor de vroege detectie van leukemie-terugval (MRD) na transplantatie. Vroege detectie kan leiden tot minder invasieve en schadelijkere therapieën.
• Onderzoek: Het faciliteert onderzoek naar transplantatiebiologie, afstoting bij solide organen en natuurlijke microchimera (bijv. in de ontwikkeling van het immuunsysteem en auto-immuunziekten).
• Technisch Voordeel: Door anomaliedetectie te gebruiken in plaats van clustering, overwint Cellector de beperkingen van bestaande tools bij extreem scheve verdelingen van celtypen.

De tool is open-source beschikbaar onder een MIT-licentie via GitHub, wat de adoptie in zowel klinische als onderzoeksomgevingen bevordert.