UNIPRO enables protein inference and panel expansion across single-cell and spatial transcriptomics
UNIPRO is een verenigd graafgebaseerd framework dat bestaande CITE-seq-bronnen benut om transcriptomische gelijkenis en ruimtelijke context gezamenlijk te modelleren, wat nauwkeurige eiwitinferentie, ruimtelijke reconstructie en panelexpansie mogelijk maakt over diverse single-cell en ruimtelijke transcriptomica-datasets heen.
Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Dit is een AI-gegenereerde uitleg van een preprint die niet peer-reviewed is. Dit is geen medisch advies. Neem geen gezondheidsbeslissingen op basis van deze inhoud. Lees de volledige disclaimer
Stel je voor dat je een bruisende stad probeert te begrijpen. Je hebt een enorme lijst met de gedachten en plannen van elke persoon (hun "transcriptoom"), die vertelt wie ze zouden moeten zijn. Maar gedachten komen niet altijd overeen met daden. Soms plant iemand om een chef te worden, maar eindigt hij als monteur. Om echt te weten wat er in de stad gebeurt, moet je zien welke gereedschappen ze daadwerkelijk vasthouden (hun "proteoom"). In de biologie zijn eiwitten die gereedschappen—ze doen het zware werk, sturen signalen door en bouwen de structuren van het leven. Terwijl wetenschappers erg goed zijn geworden in het lezen van de "gedachten" (RNA) van individuele cellen, is het daadwerkelijk meten van de "gereedschappen" (eiwitten) alsoos het interviewen van elke individuele burger in een enorme stad: het is duur, traag, en vaak kun je slechts een paar vragen tegelijk stellen. Dit laat onderzoekers achter met een enorme kaart van gedachten, maar zonder de cruciale details van wat die cellen daadwerkelijk doen.
Stel je nu voor dat je een super-slimme detective hebt die in het gedetailleerde dagboek van een persoon (hun RNA) kan kijken en nauwkeurig kan raden welke gereedschappen hij precies vasthoudt, zelfs als je de gereedschappen zelf nooit hebt gezien. Dat is in essentie wat dit artikel introduceert. De onderzoekers hebben een nieuw computerprogramma gebouwd genaamd UNIPRO. Denk aan UNIPRO als een meestervertaler die niet alleen woorden leest, maar ook de buurt begrijpt. Het weet dat mensen die naast elkaar wonen in een stad vaak vergelijkbare banen hebben of vergelijkbare uniformen dragen. Door de interne "gedachten" van een cel te combineren met de fysieke locatie en de buren, kan UNIPRO ontbrekende eiwitgegevens met verbazingweende nauwkeurigheid voorspellen. Dit is een grote doorbraak, omdat het wetenschappers in staat stelt om bestaande kaarten van celgedachten om te zetten in gedetailleerde, eiwitrijke atlas van weefsels, waardoor verborgen patronen in hoe ons lichaam georganiseerd is en hoe ziekten zoals kanker hun verdediging opbouwen, aan het licht komen.
De Detective met een Buurtkaart
Al een lange tijd hebben wetenschappers twee belangrijke manieren om cellen te bestuderen. De ene manier is om naar het RNA te kijken, wat lijkt op het lezen van een to-do lijst van een cel. De andere manier is om eiwitten te meten, die de eigenlijke werkers zijn die het werk doen. Hoewel we duizenden kaarten hebben die de to-do lijsten van cellen laten zien, hebben we zeer weinig kaarten die de werkers laten zien, voornamelijk omdat het lastig en duur is om eiwitten in weefsel te meten. Bestaande computerprogramma's probeerden de werkers te raden op basis van de to-do lijsten, maar zij behandelden elke cel als een vreemde die alleen in een veld staat. Ze realiseerden zich niet dat cellen in het echte leven buren zijn. Een cel in een tumor gedraagt zich niet hetzelfde als een cel in gezond weefsel, zelfs als hun to-do lijsten er vergelijkbaar uitzien, omdat hun omgeving alles verandert.
De auteurs van dit artikel, onder leiding van onderzoekers van het Harbin Institute of Technology, realiseerden zich dat je de buurt moet begrijpen om eiwitten correct te kunnen raden. Zij bouwden UNIPRO, een hulpmiddel dat werkt als een detective die een kaart van de stad tekent. Het kijkt niet alleen naar één cel; het kijdt naar hoe die cel verbonden is met zijn buren en hoe vergelijkbaar de "gedachten" zijn met de mensen in de buurt.
Hoe UNIPRO Werkt: De Slimme Lijm
UNIPRO gebruikt een slimme truc genaamd een "graaf". Stel je een sociaal netwerk voor waarbij stippen cellen zijn en lijnen hen verbinden. Meestal verbind je stippen als ze naast elkaar staan (ruimtelijke buren) of als ze dezelfde dingen denken (transcriptomische buren). UNIPRO doet beide, maar doet dit slim.
Soms is de fysieke kaart rommelig. Misschien is er een gat in het weefsel, of een plek waar de gegevens ontbreken. Als je alleen zou kijken naar wie er naast wie staat, zou je misschien de verkeerde mensen verbinden. UNipro controleert hoe "druk" een buurt is. Als een plek zich in een dichtbevolkt, druk deel van het weefsel bevindt, vertrouwt het meer op de fysieke buren. Als een plek in een dunbevolkt of rommelig gebied ligt, vertrouwt het meer op de gelijkenis in "gedachten". Het is als een detective die weet dat je in een drukke markt meer kunt vertrouwen op wie er naast je staat, maar dat je in een lege steeg meer moet vertrouwen op wie je herkent aan hun stem.
Zodra het deze slimme kaart heeft, stopt UNIPRO niet bij dat punt. Het blijft de verbindingen verfijnen. Terwijl het meer over de cellen leert, past het de sterkte van de lijnen tussen hen aan, waarbij het uitzoekt welke buren echt belangrijk zijn en welke toevallig dichtbij staan. Hierdoor kan het een "eiwit-bewuste" representatie van het weefsel creëren—een mentaal model dat zowel de identiteit van de cel als de omgeving begrijpt.
Wat Ze Ontdekten: Het Invullen van de Open Plekken
De onderzoekers testten UNIPRO op een reeks verschillende datasets, waaronder menselijke lymfeklieren, amandelen en borstkankercellen. Dit is wat zij ontdekten:
1. Het werkt over verschillende secties van weefsel heen
Ze probeerden het programma te trainen op één doorsnede van een lymfeklier en vroegen het vervolgens om de eiwitten op een volledig andere, ongeziene doorsnede van hetzelfde weefsel te voorspellen. UNIPRO was hierin beter dan alle andere methoden. Het raadde niet zomaar willekeurige getallen; het reproduceerde de specifie
Verdrinkt u in papers in uw vakgebied?
Ontvang dagelijkse digests van de nieuwste papers die bij uw onderzoekswoorden passen — met technische samenvattingen, in uw taal.