利用单细胞图Transformer进行罕见细胞群推断的多组学分析。
罕见细胞群是肿瘤进展和治疗反应的关键,提供了潜在的干预靶点。然而,它们的计算识别和分析往往落后于主要的细胞类型。为了填补这一空白,山东大学团队开发了MarsGT这一项新技术,其应用于单细胞多组学数据,旨在识别罕见细胞群,这对于了解肿瘤进展和治疗反应至关重要。MarsGT利用基于概率的异构图transformer进行计算识别和分析,相较于现有工具在550个模拟数据集和4个真实人类数据集中表现更优。在人类淋巴结数据中,MarsGT成功检测到一种可能是淋巴瘤前体的中间体B细胞群。这项技术为早期疾病发现和治疗干预提供了潜在的策略。
MarsGT模型图
MarsGT模型步骤
MarsGT结合scRNA-seq和scATAC-seq数据,得到主要的和稀有的细胞群(细胞聚类)及其各自的基因调控关系。模型图主要有六步:
1、构建由细胞、基因和峰组成的异构图。
2、学习嵌入,它通过异构图transformer传递消息。
3、细胞簇预测。从概率矩阵中推断细胞簇。
4、通过由基因和峰嵌入计算的矩阵来构建峰-基因关系。
5、将训练好的模型应用到整个图中。
6、最后整合转录因子数据库信息来推断基因调控网络。
案例研究
为了进一步展示MarsGT的应用能力,研究人员将MarsGT应用于三个scMulti-omics案例研究
1.在小鼠视网膜数据中,它揭示了罕见双极细胞和穆勒神经胶质细胞亚群的独特亚群。
图1:MarsGT有效地捕获了差异调节机制,并揭示了其他工具经常遗漏的具有生物学意义的稀有细胞群
2.在人类淋巴结数据中,MarsGT 检测到可能充当淋巴瘤前体的中间 B 细胞群。
图2:MarsGT在B淋巴瘤数据中识别出处于中间过渡状态的稀有细胞。
在人类黑色素瘤数据中,它识别出受高 IFN-I 反应影响的罕见 MAIT 样群体,并揭示了免疫治疗的机制
图3:MarsGT在多样本黑色素瘤scRNA-seq和scATAC-seq中识别出类似MAIT的稀有细胞群和eGRN。
小结
结果表明,MarsGT 可以区分独特的稀有细胞群(这是其他计算工具无法实现的),并为早期临床检测和免疫阻断剂的开发提供策略。
总之,MarsGT 代表了鉴定稀有细胞群以及阐明微环境和免疫治疗机制的工具。它通过发现与疾病相关的稀有细胞群并揭示可为免疫治疗策略提供信息的内在调节机制,为精准医学开辟了一条充满希望的轨迹。
原文链接:https://www.nature.com/articles/s41467-023-44570-8/figures/5