Nová výpočetní metoda rekonstruuje, jak buňky rozhodují o svém osudu

Vědci z Kyushu University vyvinuli inovativní výpočetní metodu nazvanou ddHodge, která dokáže rekonstruovat složitou dynamiku toho, jak buňky rozhodují o svém osudu. Jak je uvedeno v Příroda komunikacetento přístup otevírá cestu k hlubšímu pochopení biologických procesů, které se podílejí na vývoji, regeneraci a onemocnění.

Pochopení toho, jak si vyvíjející se buňka vybírá svůj osud, jako je diferenciace na nervovou buňku nebo svalovou buňku, je ústřední výzvou v biologii a medicíně. Při studiu těchto mechanismů se vědci často spoléhají na jednobuněčné sekvenování RNA (scRNA-seq) – technologii, která odhaluje, které geny jsou aktivní v jednotlivých buňkách. I když je scRNA-seq silný, je destruktivní, což znamená, že může poskytnout pouze jednorázové snímky buněk, ale ne vývoj jejich stavů v průběhu času.

Výpočetní metody, jako je rychlost RNA, začaly řešit toto omezení tím, že odvozují jak bezprostřední budoucí směr buňky, tak „rychlost“, kterou k ní postupuje. Stav buňky je však definován nesčetnými geny, které ji umisťují do složitého vysokorozměrného prostoru. Protože současné techniky nedokážou přesně reprezentovat tento celý prostor, komprimují jej do mnohem menšího počtu dimenzí, čímž nevyhnutelně ztrácejí důležité informace o geometrii dat. V důsledku toho je nemožné konzistentně hodnotit stabilitu buněčného stavu – to znamená, že nelze rozlišit vysoce plastickou, nestabilní buňku v bodě větvení od buňky, která je hluboce zaujatá a stabilní.

V tomto kontextu docent Kazumitsu Maehara z Fakulty lékařských věd Univerzity Kyushu a profesor Yasuyuki Ohkawa z Lékařského institutu bioregulace Univerzity Kyushu vyvinuli ddHodge, metodu uchování geometrie, která dokáže přesněji rekonstruovat dynamiku buněčného stavu.

Moje minulost je statistická věda a během svého postgraduálního školení jsem se setkal s HodgeRank, metodou používanou při hodnocení problémů, jako je PageRank. Když jsem se později přesunul do výzkumu věd o životě, uvědomil jsem si, že stejná matematická myšlenka by mohla pomoci interpretovat složité vysokorozměrné přechody v jednobuněčných datech.“

Kazumitsu Maehara, docent Fakulty lékařských věd Univerzity Kyushu

Jejich technika je založena na Hodgeově rozkladu, silné matematické větě, kterou použili k rozdělení pohybu buněk napříč krajinou možných stavů na tři základní a měřitelné složky. Prvním je gradient, což je celkové směrové proudění krajinou. Zbytek obsahuje zvlnění a harmonické složky, které odpovídají za cyklické nebo rotační toky a mohou tak odhalit opakující se procesy, jako je buněčný cyklus.

„ddHodge lze považovat za snahu přizpůsobit techniky a koncepty vyvinuté v moderních matematických vědách, jako je diferenciální geometrie a numerické výpočty, praktickým požadavkům analýzy dat z biologických věd,“ vysvětluje Maehara. Navrhovaný rámec využívá geometrické principy k aproximaci toho, jak se stavy buněk „pohybují“ na struktuře s nižší dimenzí při zachování informací o tvaru vložených do vysokorozměrných dat, která se běžně ztrácejí ve standardních metodách, které spoléhají na redukci rozměrů.

Při aplikaci ddHodge na data scRNA-seq z přibližně 46 000 myších embryonálních buněk vědci zjistili, že více než 88 % dynamiky genové exprese během raného embryonálního vývoje lze vysvětlit gradientovou složkou. To potvrdilo, s údaji z reálného světa, dlouhodobý koncept ve vývojové biologii, že buňky se diferencují pohybem směrem ke stabilním stavům a odklonem od „bodů větvení“. Kromě toho, když se zaměřili na tyto nestabilní body, byli vědci schopni identifikovat klíčové geny, které řídí nebo udržují stabilitu buněčného stavu, když se buňky zavazují k linii.

Výzkumníci také hodnotili výkon ddHodge pomocí simulací dat a odhalili, že i když byla poskytnuta částečná nebo zašuměná data, ddHodge byl schopen spolehlivě rekonstruovat dynamiku stavu buněk s přibližně 100krát větší přesností než jiné konvenční přístupy.

Celkově ddHodge poskytuje spolehlivý způsob, jak identifikovat kritické biologické momenty, jako je přesné načasování a umístění rozhodnutí o buněčném osudu. „ddHodge může kvantitativně popsat v rámci vysokorozměrného prostoru, kterým směrem, jak rychle a jak stabilně se buňky mění. Očekáváme, že široce přispěje k pochopení různých biologických jevů, včetně embryonálního vývoje, regenerace tkání a progrese rakoviny,“ dodává Maehara. Tento nástroj by mohl podporovat včasnou detekci buněčných stavů relevantních pro chorobné stavy nebo regeneraci a také pomoci vědcům analyzovat rozsáhlé datové soubory používané ve farmaceutických a biotechnologických objevech.

Je pozoruhodné, že ddHodge má mnoho potenciálních aplikací mimo biologii a medicínu. Vědci se domnívají, že by to mohlo být použito k nahlédnutí do dalších složitých procesů, které se v průběhu času mění, včetně degradace materiálu, klimatických vzorců a socioekonomického chování. ddHodge je tedy příkladem toho, jak lze koncepty z moderní matematiky použít k získání náhledu na procesy a systémy, které by jinak byly zakryty v obřích vysokorozměrných souborech dat.