Секвенирование РНК одиночных клеток (scRNA-seq) стало стандартом для изучения клеточной гетерогенности, но разные платформы используют разные химии захвата и штрихкодирования. Это порождает технические смещения, которые трудно отделить от биологической вариации. Рядом с этой работой в архиве лежат исследования по секвенированию ДНК, нейросетевому чтению ДНК, анализу генных сетей и клеточной кластеризации. Данная статья стоит на отшибе: она фокусируется на сравнении платформ и количественной оценке транскрипционного шума, что не покрывается соседними работами.
Исследователи выделили ядра из клеток лимфобластоидной линии GM12878 и провели четыре технических повтора для каждой платформы. Для 10x Chromium использовали микрофлюидное штрихкодирование с олиго(dT) праймерами, а для Parse Evercode WT — комбинаторное штрихкодирование в сплит-пуле со случайными гексамерами и олиго(dT). Дополнительно провели эксперимент на целых клетках с 10x. Библиотеки секвенировали на Illumina, данные обрабатывали Cell Ranger (10x) и Split-Pipe (Parse). Для оценки шума использовали два независимых метода: стратифицированный z-скор и параметр избыточной дисперсии из пакета BASiCS.
Parse Evercode WT достиг почти 100% целевой глубины секвенирования и числа клеток, тогда как 10x Chromium промахивался в каждом эксперименте (перелёт в 2 раза или недолёт в 2 раза). Обе платформы детектировали около 3500 генов на ядро при 50 000 прочтений, но 10x имел выраженный 3'-смещение, а Parse — 5'-смещение и предпочтение длинных генов и экзонов. Parse лучше ловил неполиаденилированные транскрипты (например, lncRNA TALAM1), а 10x — полиаденилированные маркеры B-клеток (IGHD, CD79A, CD81). Клетки кластеризовались по платформам, что указывает на сильное техническое смещение. Ключевой результат: транскрипционный шум воспроизводим между платформами (ранговая корреляция 0.46–0.70 между экспериментами), снижается в фазе G2M клеточного цикла и положительно коррелирует с длиной гена (геномный охват), но не с суммарной длиной экзонов. Гены с CpG-островком в промоторе менее шумные, чем без него.
Работа показывает, что транскрипционный шум, измеренный как остаточная дисперсия после удаления зависимости от среднего, является переносимым между платформами свойством генов. Это отличается от соседних исследований, которые либо фокусируются на одном методе, либо не проверяют воспроизводимость шума между химиями. Впервые доказано, что метрика шума не является артефактом конкретной платформы, что открывает путь к объединению разнородных публичных наборов данных для анализа шума.
Тема может развиваться в сторону изучения механизмов, связывающих длину гена и архитектуру промотора с шумом. Возможно, роль играют топологический стресс при элонгации, регуляторные элементы в интронах или кинетика транскрипционных всплесков. Также перспективно исследовать шум в синхронизированных клетках, чтобы отделить вклад клеточного цикла от других факторов.
Результаты повлияют на дизайн экспериментов по scRNA-seq и на интерпретацию данных из разных платформ. Они также важны для исследований транскрипционной регуляции и клеточной гетерогенности.
Следующим шагом может быть проверка связи шума с длиной гена на других клеточных линиях и тканях, а также изучение роли CpG-островков в снижении шума с помощью направленных экспериментов.
В области транскриптомики одиночных клеток остаётся нерешённым вопрос о том, какие биологические факторы определяют уровень шума экспрессии генов. Данная работа связывает шум с длиной гена и промоторной архитектурой, но не раскрывает молекулярный механизм. Также остаётся проблема интеграции данных с разных платформ из-за технических смещений.
Платформа Parse Evercode WT использует комбинаторное штрихкодирование: клетки последовательно смешиваются и разделяются, получая уникальные комбинации штрихкодов, как будто каждая клетка получает свой почтовый индекс.
Работа опубликована не на arXiv. Здесь её страница, PDF и формализация: проверить можно самим, а не только прочитать наш разбор.