Обучение словаря для интегративного, мультимодального и масштабируемого одноклеточного анализа

Сопоставление профилей секвенирования отдельных клеток с обширными референсными наборами данных представляет собой эффективную альтернативу анализу без учителя. Однако большинство референсных наборов данных создают на основе данных одноклеточного РНК-секвенирования, поэтому их нельзя использовать для аннотации наборов данных, не содержащих информации о генной экспрессии. Мы представляем метод «мостовой интеграции», позволяющий интегрировать одноклеточные наборы данных разных модальностей с помощью мультиомного набора данных, выступающего в роли молекулярного моста. Каждая клетка мультиомного набора данных является элементом «словаря», который используют для реконструкции одномодальных наборов данных и их преобразования в единое пространство. Предлагаемый метод обеспечивает точную интеграцию транскриптомных данных с независимыми одноклеточными измерениями доступности хроматина, модификаций гистонов, метилирования ДНК и уровней белков. Кроме того, мы демонстрируем, что обучение словаря можно сочетать с методами формирования репрезентативной выборки для повышения вычислительной масштабируемости и согласования данных 8,6 млн профилей иммунных клеток человека, полученных в экспериментах по секвенированию и масс-цитометрии. Реализованный в пятой версии программного комплекса Seurat (http://www.satijalab.org/seurat) подход расширяет возможности применения референсных наборов данных отдельных клеток и облегчает сопоставление данных, полученных с использованием различных молекулярных модальностей.