Пошаговый рабочий процесс низкоуровневого анализа данных одноклеточного РНК-секвенирования с использованием Bioconductor

Одноклеточное РНК-секвенирование (scRNA-seq) широко используют для профилирования транскриптома отдельных клеток. Это обеспечивает биологическое разрешение, недостижимое при массовом РНК-секвенировании, но ценой более выраженного технического шума и большей сложности данных. Различия между данными scRNA-seq и массового РНК-секвенирования означают, что анализ первых нельзя выполнять, просто переиспользуя биоинформатические конвейеры, разработанные для вторых. Напротив, на разных этапах требуются специализированные методы для одноклеточных данных, чтобы использовать клеточное разрешение и одновременно учитывать технический шум. В статье описан вычислительный рабочий процесс для низкоуровневого анализа данных scRNA-seq, основанный преимущественно на программных пакетах проекта с открытым исходным кодом Bioconductor. В нем рассмотрены базовые этапы, включая контроль качества, разведочный анализ данных и нормализацию, а также более сложные процедуры, такие как определение фазы клеточного цикла, выявление генов с высокой вариабельностью и коррелированных генов, кластеризация по подтипам и поиск маркерных генов. Анализ продемонстрирован на данных подсчета по генам из нескольких общедоступных наборов, включавших гемопоэтические стволовые клетки, клетки мозга, Т-хелперы и эмбриональные стволовые клетки мыши. Это позволит читателям подобрать различные сценарии применения и на их основе построить собственные конвейеры анализа.