Le séquençage de l'ARN à l'échelle de la cellule unique (scRNA-seq) est devenu la norme pour étudier l'hétérogénéité cellulaire, mais les différentes plateformes utilisent des chimies de capture et de codage-barres différentes. Cela engendre des biais techniques difficiles à distinguer de la variation biologique. À côté de ce travail, l'archive contient des études sur le séquençage de l'ADN, la lecture de l'ADN par réseaux de neurones, l'analyse des réseaux de gènes et le regroupement cellulaire. Cet article fait bande à part : il se concentre sur la comparaison de plateformes et l'évaluation quantitative du bruit transcriptionnel, ce que les travaux voisins ne couvrent pas.
Les chercheurs ont isolé des noyaux de cellules de la lignée lymphoblastoïde GM12878 et réalisé quatre répétitions techniques pour chaque plateforme. Pour 10x Chromium, ils ont utilisé un codage-barres microfluidique avec des amorces oligo(dT), et pour Parse Evercode WT, un codage-barres combinatoire en split-pool avec des hexamères aléatoires et des oligo(dT). Ils ont en outre mené une expérience sur cellules entières avec 10x. Les banques ont été séquencées sur Illumina, les données traitées avec Cell Ranger (10x) et Split-Pipe (Parse). Pour évaluer le bruit, deux méthodes indépendantes ont été employées : le z-score stratifié et le paramètre de surdispersion du package BASiCS.
Parse Evercode WT a atteint près de 100 % de la profondeur de séquençage et du nombre de cellules visés, tandis que 10x Chromium a raté sa cible dans chaque expérience (dépassement d'un facteur 2 ou insuffisance d'un facteur 2). Les deux plateformes ont détecté environ 3500 gènes par noyau à 50 000 lectures, mais 10x présentait un biais 3' marqué, et Parse un biais 5' avec une préférence pour les gènes longs et les exons. Parse captait mieux les transcrits non polyadénylés (par exemple le lncRNA TALAM1), et 10x les marqueurs polyadénylés des cellules B (IGHD, CD79A, CD81). Les cellules se regroupaient par plateforme, signe d'un fort biais technique. Résultat clé : le bruit transcriptionnel est reproductible entre plateformes (corrélation de rang de 0.46–0.70 entre expériences), diminue en phase G2M du cycle cellulaire et corrèle positivement avec la longueur du gène (couverture génomique), mais pas avec la longueur totale des exons. Les gènes dont le promoteur possède un îlot CpG sont moins bruités que ceux qui en sont dépourvus.
Ce travail montre que le bruit transcriptionnel, mesuré comme la variance résiduelle après élimination de la dépendance à la moyenne, est une propriété des gènes transférable d'une plateforme à l'autre. Cela le distingue des études voisines, qui soit se concentrent sur une seule méthode, soit ne vérifient pas la reproductibilité du bruit entre chimies. Pour la première fois, il est démontré que la métrique de bruit n'est pas un artefact d'une plateforme donnée, ce qui ouvre la voie à la fusion de jeux de données publics hétérogènes pour l'analyse du bruit.
Le sujet pourrait évoluer vers l'étude des mécanismes reliant la longueur du gène et l'architecture du promoteur au bruit. Le stress topologique lors de l'élongation, les éléments régulateurs dans les introns ou la cinétique des bouffées transcriptionnelles pourraient jouer un rôle. Il serait également prometteur d'étudier le bruit dans des cellules synchronisées, afin de séparer la contribution du cycle cellulaire d'autres facteurs.
Les résultats influenceront la conception des expériences de scRNA-seq et l'interprétation des données issues de différentes plateformes. Ils sont aussi importants pour les recherches sur la régulation transcriptionnelle et l'hétérogénéité cellulaire.
L'étape suivante pourrait être de vérifier le lien entre bruit et longueur du gène sur d'autres lignées cellulaires et tissus, ainsi que d'étudier le rôle des îlots CpG dans la réduction du bruit au moyen d'expériences ciblées.
Dans le domaine de la transcriptomique unicellulaire, la question des facteurs biologiques qui déterminent le niveau de bruit d'expression des gènes reste ouverte. Ce travail relie le bruit à la longueur du gène et à l'architecture du promoteur, mais ne dévoile pas le mécanisme moléculaire. Le problème de l'intégration des données issues de différentes plateformes, dû aux biais techniques, demeure également.
La plateforme Parse Evercode WT utilise un codage-barres combinatoire : les cellules sont successivement mélangées et séparées, recevant des combinaisons uniques de codes-barres, comme si chaque cellule recevait son propre code postal.
Non publié sur arXiv. Voici sa page, le PDF et la formalisation : vous pouvez vérifier vous-même, pas seulement lire notre analyse.