人類細胞圖譜的計算技術之兩種細胞類型注釋和鑒定方法的介紹
PopV（popular Vote）
PopV工具將8個自動化的細胞類型注釋工具（random forest (RF), support vector machine (SVM), scANVI, OnClass, Celltypist，scVI，BBKNN和Scanorama）整合到一個平臺中，未來還支持添加更多工具。PopV可以通過對輸入的單細胞RNA測序數(shù)據(jù)的細胞“身份”進行“投票”來鑒定細胞類型。對于任何給定的細胞，如果8個工具的注釋結果是一致，那么該數(shù)據(jù)的細胞類型就是確認的，如果8個工具的投票結果有分歧，popV會給出“不確定性評分”，使用者可以通過該評分來判斷注釋結果的信任程度。除了8種不同的細胞類型注釋方法外，PopV還擁有一個大的數(shù)據(jù)集——Tabula Sapiens用來進行訓練，Tabula Sapiens是一個人類細胞圖譜，覆蓋了代表15個人24個器官的近50萬個細胞。研究人員在人類肺細胞圖譜數(shù)據(jù)庫中對PopV進行了測試，結果顯示popV的預測與大多數(shù)注釋一致，并且比任何單一的計算注釋方法都更準確。PopV也將被納入HCA細胞注釋平臺的用戶界面，在該界面中，科學家將能夠在分類細胞類型時查看popV的預測。
圖 用于自動化細胞格類型標注的popV框架
SCimilarity
另一款用來檢測細胞“相似性”的工具SCimilarity也被開發(fā)出來。就像基因學家使用BLAST算法來尋找相關的基因序列一樣。SCimilarity 可以幫助研究人員“弄清楚兩個細胞是否相似。該工具開發(fā)人員給計算機輸入了5000萬個三聯(lián)細胞，其中每個三聯(lián)細胞包含兩個相似的細胞和一個異常的細胞，直到軟件學會區(qū)分匹配細胞類型的特征。每個細胞最初是由大約20000個人類基因的表達來定義的，但該程序將這些基因壓縮成128個關鍵特征來識別細胞，該數(shù)據(jù)庫涵蓋了近400個數(shù)據(jù)集的2300多萬個細胞，搜索只需幾秒鐘。為了測試相似性，研究人員尋找了含有與纖維化肺組織中發(fā)現(xiàn)的某些免疫細胞相似的細胞的數(shù)據(jù)集。通過對17項涉及近42,000個細胞的體外和體外研究的搜索，該團隊發(fā)現(xiàn)，在3D水凝膠系統(tǒng)中生長的用于制造血液干細胞白細胞與之相匹配。
圖 SCimilaruty工作流
參考文獻：
1. Ergen C, Xing G, Xu C, Kim M, Jayasuriya M, McGeever E, Oliveira Pisco A, Streets A, Yosef N. Consensus prediction of cell type labels in single-cell data with popV. Nat Genet. 2024 Nov 20.
2. Heimberg G, Kuo T, DePianto DJ, Salem O, Heigl T, Diamant N, Scalia G, Biancalani T, Turley SJ, Rock JR, Corrada Bravo H, Kaminker J, Vander Heiden JA, Regev A. A cell atlas foundation model for scalable search of similar human cells. Nature. 2024 Nov 20.
