replicateFest: An R Package and Shiny App for Analysis of T Cell Receptor Repertoire Data from the Functional Expansion

想象一下，你的免疫系统是一支庞大且繁忙的军队。在这支军队内部有数百万名被称为 T 细胞的士兵，每位士兵都佩戴着一个独特的徽章（T 细胞受体，或称 TCR），这让他们能够识别特定的敌人。有时，科学家想要找出哪些特定的士兵已经准备好去对抗特定的敌人，比如病毒或癌细胞。

为了做到这一点，他们使用了一种特殊的训练演习，称为 FEST 检测。你可以把它想象成一场“模拟战斗”，即他们让 T 细胞暴露在特定的抗原（敌人）之下，并观察哪些士兵会对这种刺激产生兴奋并进行增殖（扩张）。

问题所在：“复制-粘贴”带来的困惑
挑战在于，这些模拟战斗通常会多次运行（重复实验），以确保结果是真实的而非偶然。然而，每次运行实验时，都会存在微小的差异——就像两天之间的天气略有不同，或者由于偶然因素多出现了一些士兵一样。

在这篇论文发表之前，科学家们还没有一种好的方法来区分哪些 T 细胞的扩张是针对敌人的真实反应，哪些仅仅是由这些实验间的微小变化引起的随机噪声。这就像是试图在一个风向不断变化的房间里听清一声耳语；现有的工具无法帮助他们屏蔽掉风声。

解决方案：replicateFest 工具包
作者创建了一个名为 replicateFest 的全新数字工具包。你可以把它想象成这些模拟战斗中的一位智能、自动化的裁判。它有两种形式：

1. 一个计算机程序（R 包）： 供那些喜欢编写代码的科学家使用。
2. 一个用户友好的网站（Shiny App）： 供那些更喜欢点击按钮并查看图表的科学家使用。

它是如何工作的
这位裁判根据接收到的数据使用两种不同的策略：

• 如果只有一个实验： 它使用一种标准的数学检查（费舍尔精确检验，Fisher's exact test）来观察 T 细胞相对于对照组（一个“无抗原”的练习环节）是否显著扩张。
• 如果有多个实验（重复实验）： 它使用一种更高级的统计方法（负二项模型）。这就像是一位观察了同一场比赛五次的裁判，只有当队伍在所有五场比赛中都稳定得分时，才会判定为“进球”，从而忽略掉球在场上随机弹跳的影响。

该工具包随后会为科学家提供一份清晰的“获胜者”名单——即那些真正因为抗原而扩张的特定 T 细胞。它还会区分两类获胜者：

• FEST-扩张型（FEST-expanded）： 在抗原战斗中比在对照战斗中生长得更多的士兵。
• FEST-阳性型（FEST-positive）： 在所有测试条件下，生长速度都超过其他任何条件的精英士兵。

它奏效了吗？
团队通过两种方式测试了他们的新裁判：

1. 模拟数据： 他们创建了一个“合成”数据集，其中他们明确知道哪些 T 细胞应该是获胜者。replicateFest 正确识别了它们，证明了其数学逻辑的有效性。
2. 真实数据： 他们将该工具应用于过去关于 HIV-1 的数据。该工具成功找到了与原始研究人员相同的结果，证明它可以处理现实世界的数据，并有助于检查过去研究的质量。

在哪里可以找到它
该工具包对任何人都是免费使用的。你可以从 GitHub 下载代码，或者直接通过论文中提供的链接尝试交互式网站。它的设计旨在让分析 T 细胞反应这一复杂工作变得更加可靠且易于理解。