Деконволюция клеточного состава и экспрессии генов с помощью BayesPrism: байесовский интегративный анализ данных bulk- и одноклеточного секвенирования РНК в онкологии

Определение клеточного состава и вклада отдельных клеток в общие изменения экспрессии генов по данным bulk-секвенирования РНК — одна из важных задач в онкологии. Мы разработали BayesPrism — байесовский метод реконструкции долей клеток с помощью статистической маргинализации, который позволяет по данным bulk-секвенирования РНК оценивать клеточный состав и экспрессию генов в отдельных типах клеток, используя данные одноклеточного секвенирования РНК, полученные от пациентов, в качестве априорной информации. Мы провели интегративный анализ первичной глиобластомы, плоскоклеточного рака головы и шеи и кожной меланомы, чтобы сопоставить клеточный состав с клиническими исходами при разных типах опухолей и исследовать пространственную гетерогенность злокачественных и незлокачественных клеточных состояний. После исключения смешивающего влияния незлокачественных клеток мы уточнили существующие подтипы рака с помощью аннотирования по экспрессии генов. Наконец, мы выявили гены, экспрессия которых в злокачественных клетках коррелирует с инфильтрацией макрофагами, Т-клетками, фибробластами и эндотелиальными клетками при разных типах опухолей. Наша работа предлагает новый подход к точной оценке клеточного состава и экспрессии генов в крупных выборках данных bulk-секвенирования РНК.