Интегрированный анализ мультимодальных одноклеточных данных

Одновременное измерение нескольких модальностей представляет собой важное направление в одноклеточной геномике и требует вычислительных методов, позволяющих определять клеточные состояния на основе мультимодальных данных. Здесь мы представляем анализ «взвешенных ближайших соседей» — метод без учителя, позволяющий оценивать относительную значимость каждого типа данных для каждой клетки и тем самым выполнять интегративный анализ нескольких модальностей.

Мы применили этот подход к данным CITE-seq, полученным у 211 000 мононуклеарных клеток периферической крови человека, с панелями до 228 антител, чтобы построить мультимодальный референсный атлас циркулирующей иммунной системы. Мультимодальный анализ существенно улучшил разрешение клеточных состояний и позволил выявить и подтвердить ранее неописанные подгруппы лимфоидных клеток. Кроме того, мы показали, как использовать этот референс для быстрого картирования новых наборов данных и для интерпретации иммунных ответов на вакцинацию и коронавирусную болезнь 2019 года (COVID-19). Наш подход представляет собой универсальную стратегию анализа мультимодальных одноклеточных наборов данных и позволяет выйти за пределы транскриптома к единому мультимодальному определению клеточной идентичности.