שיטת למידה עמוקה יוצרת אטלס התייחסות מקיף של תאי CD8+ T, המשלבת נתוני רצף RNA חד-תא ומגוון קולטני תאי T כדי לשפר את ההבנה של התגובות החיסוניות על פני מחלות
במחקר שפורסם לאחרונה ב שיטות טבעחוקרים פיתחו"scAtlasVAE", מודל למידה עמוקה לשילוב נתוני רצף חומצה ריבונוקלאית (RNA) בקנה מידה גדול (scRNA-seq), יצירת אטלס תאי T CD8+ מקיף עם מידע מזווג של קולטן תאי T (TCR).
הם מצאו קשרים בין תתי-סוגי CD8+ T, אפיינו שלושה תת-סוגי תאי T מותשים שונים, וחשפו דפוסים מגוונים של שיבוטים ותעתיקים בדלקות אוטואימוניות וקשורות למערכת החיסון.
רֶקַע
מחקר חדש מדגיש את המעורבות של תאי CD8+ T במחלות אוטואימוניות, תורם הן להתקדמות המחלה והן למנגנוני ההגנה. ההתקדמות בפרופיל חיסוני של תא בודד מאפשרת כעת ניתוח סימולטני של תעתיקי תאי CD8+ T ורפרטוארי TCR, וחושפים הטרוגניות תאית, דינמיקה שיבוטית ומעברים תפקודיים. עם זאת, ההבנה שלנו של תתי סוגים של CD8+ T והנופים המשובטים שלהם בתנאים מגוונים נותרה לא ברורה.
שיטות המבוססות על מקודדים אוטומטיים וריאציוניים (VAE) מצטיינות בשילוב מערכי נתונים גדולים אך נאבקות בהשוואות בין אטלס והדרכה למחצה מפוקחת על פני קריטריונים מגוונים של הערות. במחקר הנוכחי, החוקרים פיתחו מודל למידה עמוקה מבוסס VAE לשילוב ויישור מערכי נתונים של scRNA-seq בין מחקרים, המאפשרים העברת הערות תת-סוג תאים.
לגבי המחקר
אטלס תאי CD8+ T נוצר באמצעות נתונים מ-68 מחקרים, 961 דגימות פרופיל חיסוני של תא בודד, ויותר מ-1.1 מיליון תאים ב-42 מצבים. הנתונים עברו עיבוד ופיקוח איכות, תוך סינון של תאים עם ביטוי גנים או מידע TCR לא מספיק.
כדי לשלב ולנתח מערך נתונים זה, פותחה scAtlasVAE, מסגרת למידה עמוקה. הוא משתמש במקודד ללא תנאי אצווה ומפענח מותנה באצווה כדי לתקן השפעות אצווה ולשחזר נתוני ביטוי גנים באמצעות התפלגות בינומית שלילית אפסית. scAtlasVAE תומך במצבים לא מפוקחים וגם במצב מפוקח, מה שמאפשר משימות כמו אינטגרציה של אטלס, הערת תת-סוגי תאים ולמידת העברה.
scAtlasVAE הובחן מול שיטות קיימות. ניתוח קלונוטיפ בוצע כדי לזהות תת-סוגים שונים של תאי T עם רפרטואר TCR ייחודי, כמו גם קלונוטיפים משותפים בתנאים שונים. המודל אושר עוד יותר עבור יכולתו לחזות תת-סוגי CD8+ T של תאי T במערך נתונים של שאילתות.
בנוסף, המחקר השתמש בכלים ביואינפורמטיים שונים לניתוח ביטוי גנים והסקת רשת רגולטורית כדי לחקור את התפקידים התפקודיים של תאי CD8+ T במחלות שונות.
תוצאות ודיון
scAtlasVAE הפגין ביצועים מעולים על פני משימות בנצ'מרק מרובות, כולל אינטגרציה של אטלס בודד, אינטגרציה חוצה אטלס והעברת הערות תת-סוגי תאים. בהשוואה לשיטות קיימות כמו scVI, scANVI, scPoli, SCALEX, Scanorama, Harmony ו-Seurat, scAtlasVAE הראה תיקון אפקט אצווה משופר ושימור שונות ביולוגית.
השוואת ביצועים על שני אטלסים מבוססים, TCellLandscape ו-TCellMap, אישרה את יעילותו במצבי למידה של העברת צילום אפס וצילום מלא. שלא כמו שיטות אחרות, scAtlasVAE משלבת מנבאים עצמאיים עבור תת-סוגי תאים שונים, המאפשרים יישור טוב יותר של הערות על פני מערכי נתונים.
באמצעות מסגרת זו, קובצו תאי CD8+ T ל-18 תתי סוגים שקובצו לשמונה קטגוריות עיקריות, כולל תאי T נאיביים, תאי T מרכזי/אפקטור זיכרון T, תאי אפקטור T שהופעלו לאחרונה, תאי T בלתי משתנה הקשורים ברירית (MAIT), T דמוי מולד. תאים בעלי פוטנציאל ציטוטוקסי גבוה (ILTCK), תאי זיכרון T תושבי רקמות, תאי T מותשים (Tex) ותאים מתרבים. אינטגרציה צולבת אטלס אימתה את תת-הסוגים הללו וחשפה אוכלוסיות חדשות כמו תאים דמויי ILTCK (ILTCK-LCs). ניתוח TCR מזווג הראה גיוון מופחת והתרחבות משובטית מוגברת במצבי מחלה וגידולים. בין תאי T מותשים, שלושה תת-סוגים (GZMK+, ITGAE+, XBP1+) הראו פרופילים תעתיקים מובהקים והעשרה ספציפית לגידול, המשקפים תפקידים מגוונים בחסינות הסרטן.
שיתוף קלונוטיפים גילה שתאי GZMK+ Tex חלקו קלונוטיפים עם תת-סוגים תושבי רקמות וגם עם תת-סוגים במחזור, בעוד שלתאים ITGAE+ ו-XBP1+ Tex היו דפוסי שיתוף מוגבלים יותר. הניתוח ברזולוציה גבוהה זיהה תת-סוגי טקס, כולל תאי ISG+, DUSP1+, TCF7+ ו-TNFRSF9+. בדלקת הנגרמת על ידי CPI (irAE), תאי ITGAE+ Tex היו הדומיננטיים, והראו הבדלים מדלקת אוטואימונית. תאי ITGAE+ Tex הציגו מסלולים ציטוטוקסיים משופרים.
מודל scAtlasVAE בישר בהצלחה מערכי נתונים חיצוניים, אישר יישור תת-סוג Tex על פני אטלסים והדגיש קווי דמיון בין דלקת irAE ו-TIls סרטן. שיתוף קלונוטיפ בין ILTCK-LCs ותאי MAIT הציע גיוון תפקודי.
מגבלות המחקר כוללות הסתמכות על הערות המוגדרות על ידי משתמש עבור תת-סוגים נדירים, יישום מוגבל לתאי CD8+ T, והצורך באימות ניסיוני של תת-סוגים שהוגדרו לאחרונה.
מַסְקָנָה
לסיכום, האטלס וה-scAtlasVAE המשולבים ב-TCR שפותחו במחקר זה מציעים משאב רב ערך לחקר ההטרוגניות והדינמיקה של תאי CD8+T. הם מאפשרים אינטגרציה בין מערכי נתונים ומשפרים תובנות לגבי מערכות ביולוגיות מגוונות.
