05:00 
Исследователи из Университета Кюсю разработали инновационный вычислительный метод под названием ddHodge, который может реконструировать сложную динамику того, как клетки решают свою судьбу. Как сообщается в Nature Communications, этот подход открывает путь к более глубокому пониманию биологических процессов, участвующих в развитии, регенерации и заболеваниях.
Понимание того, как развивающаяся клетка выбирает свою судьбу, например, дифференцироваться в нервную или мышечную клетку, является центральной задачей биологии и медицины. Чтобы изучить эти механизмы, ученые часто полагаются на секвенирование одноклеточной РНК (scRNA-seq) — технологию, которая показывает, какие гены активны внутри отдельных клеток. Несмотря на свою мощь, scRNA-seq является разрушительным, а это означает, что он может предоставить только одноразовые снимки клеток, но не эволюцию их состояний с течением времени.
Вычислительные методы, такие как скорость РНК, начали преодолевать это ограничение, делая выводы как о ближайшем будущем направлении клетки, так и о «скорости», с которой она движется к нему. Однако состояние клетки определяется бесчисленными генами, помещающими ее в сложное многомерное пространство. Поскольку современные методы не могут точно представить это полное пространство, они сжимают его до гораздо меньшего количества измерений, неизбежно теряя важную информацию о геометрии данных. В результате невозможно последовательно оценить стабильность состояния клетки, то есть невозможно отличить высокопластичную, нестабильную клетку в точке ветвления от клетки, которая глубоко коммитирована и стабильна.
На этом фоне доцент Кадзумицу Маэхара с факультета медицинских наук Университета Кюсю и профессор Ясуюки Окава из Медицинского института биорегуляции Университета Кюсю разработали ddHodge, сохраняющий геометрию метод, который может более точно реконструировать динамику состояния клеток.
Я занимаюсь статистикой, и во время учебы в аспирантуре я познакомился с HodgeRank, методом, используемым для решения задач ранжирования, таких как PageRank. Когда позже я занялся биологическими исследованиями, я понял, что та же математическая идея может помочь интерпретировать сложные, многомерные переходы в данных об отдельных клетках».
Кадзумицу Маэхара, доцент медицинского факультета Университета Кюсю
Их метод основан на разложении Ходжа — мощной математической теореме, которую они использовали, чтобы разбить движение клеток в ландшафте возможных состояний на три фундаментальных и измеримых компонента. Первый — это градиент, который представляет собой общий направленный поток по ландшафту. Остаток содержит завиток и гармонические компоненты, которые отвечают за циклические или вращательные потоки и, таким образом, могут выявить повторяющиеся процессы, такие как клеточный цикл.
«ddHodge можно рассматривать как попытку адаптировать методы и концепции, разработанные в современных математических науках, таких как дифференциальная геометрия и численные вычисления, к практическим требованиям анализа данных медико-биологических наук», — объясняет Маэхара. «перемещаться» по низкоразмерной структуре, сохраняя при этом информацию о форме, заложенную в многомерных данных, которая обычно теряется в стандартных методах, основанных на уменьшении размерности.
Применяя ddHodge к данным scRNA-seq примерно из 46 000 эмбриональных клеток мыши, исследователи обнаружили, что более 88% динамики экспрессии генов во время раннего эмбрионального развития можно объяснить градиентным компонентом. Это подтвердило, с помощью реальных данных, давнюю концепцию в. биология развития, согласно которой клетки дифференцируются, переходя к стабильным состояниям и отклоняясь от «точек ветвления». Более того, сосредоточив внимание на этих нестабильных точках, исследователи смогли идентифицировать ключевые гены, которые управляют или поддерживают стабильность состояния клеток по мере того, как клетки присоединяются к линии.
Исследователи также оценили эффективность ddHodge с помощью моделирования данных, обнаружив, что даже при наличии частичных или зашумленных данных ddHodge смог надежно реконструировать динамику состояния клеток примерно в 100 раз с большей точностью, чем другие традиционные подходы.
В целом, ddHodge обеспечивает надежный способ определения критических биологических моментов, таких как точное время и место принятия решений о судьбе клеток. «ddHodge может количественно описать в многомерном пространстве, в каком направлении, насколько быстро и стабильно изменяются клетки. Мы ожидаем, что он внесет значительный вклад в понимание разнообразных биологических явлений, включая эмбриональное развитие, регенерацию тканей и прогрессирование рака», — добавляет Маэхара. Этот инструмент может способствовать раннему выявлению состояний клеток, связанных с болезненными состояниями или регенерацией, а также помогать ученым анализировать крупномасштабные наборы данных, используемые в фармацевтических и биотехнологических разработках.
Примечательно, что ddHodge имеет множество потенциальных применений за пределами биологии и медицины. Исследователи полагают, что его можно использовать для понимания других сложных процессов, которые изменения с течением времени, включая деградацию материалов, климатические условия и социально-экономическое поведение.
