Les cellules du corps travaillent ensemble comme des chanteurs dans une chorale pour nous garder en bonne santé, tant qu'ils fonctionnent en parfaite harmonie. Si des cellules sont hors clé, cette harmonie peut être perturbée, avec des effets de grande envergure à travers le corps. En identifiant les cellules discordantes, les scientifiques peuvent être en mesure d'apprendre à les remettre en accord et à restaurer la santé.
S'inspirant de cette métaphore musicale, une équipe de chercheurs des Instituts Gladstone a publié un nouvel outil de calcul appelé Choir qui peut améliorer la détection des cellules hors clés. Le chœur, abréviation de «l'optimisation de la hiérarchie des grappes par des forêts aléatoires itératives», classe des milliers, voire des millions de cellules, des groupes séparés et biologiquement distincts, aidant à être à la maison sur des types ou des conditions de cellules spécifiques qui peuvent sous-tendre la maladie.
« Ce qui est excitant dans le chœur, c'est qu'il résout certaines des principales limites des outils existants », a déclaré l'investigateur Gladstone Ryan Corces, PhD, auteur principal d'une nouvelle étude publiée dans Génétique de la nature qui présente le chœur. « Il peut identifier plus précisément les types de cellules rares, tout en évitant également la tendance d'autres outils à« halluciner »des types de cellules qui ne sont pas réellement biologiquement distincts les uns des autres. »
En utilisant ce nouvel outil, nous pouvons identifier les cellules qui favorisent la santé ou la maladie et qui n'ont peut-être pas été révélées autrement. Cette perspicacité profonde nous permet de concentrer les investigations et les interventions thérapeutiques sur les cibles les plus prometteuses. «
Lennart Mucke, MD, directeur du Gladstone Institute of Neurological Disease et co-auteur de l'étude
Arriver à la vérité biologique
Le chœur est né de la nécessité. Cathrine Sant, PhD, maintenant boursier postdoctoral à Gladstone, a commencé à travailler sur ce projet en tant qu'étudiant diplômé du laboratoire de Mucke.
À l'époque, elle étudiait la maladie d'Alzheimer et apprenait à analyser les données générées par les technologies de séquençage à cellule. De telles méthodes capturent les identités biologiques ou les états de cellules distinctes dans un échantillon tissulaire-réducteur de tissus, par exemple, quels gènes sont activés ou désactivés, ou quelles protéines sont présentes sur les surfaces cellulaires.
Sant voulait explorer les différents types de cellules ou états potentiellement impliqués dans la maladie d'Alzheimer. Pour ce faire, elle avait besoin d'une méthode statistique pour l'aider à trier à travers ses données unicellulaires en regroupant les cellules en grappes biologiquement distinctes, tout comme les chanteurs dans une chorale pourraient être regroupés en sopranos, altos ou baritones.
Elle a considéré une variété d'outils existants conçus pour des projets comme le sien. Mais aucun ne semblait tout à fait juste.
« J'ai été frappé par le nombre de décisions arbitraires que certains outils exigent que les scientifiques prennent, et par la façon dont ces décisions peuvent introduire un biais personnel ou vous limiter à la connaissance biologique existante du potentiel de découverte de nouvelles », explique Sant, qui a dirigé le développement de la chorale et est le premier auteur de la nouvelle étude. « Cela ressemblait plus à un choix de choix que de se rendre à la vérité biologique dans l'ensemble de données. »
Ainsi, Sant a décidé de trouver une meilleure façon de révéler cette vérité. Elle s'est tournée vers les Corces, qui venaient de commencer son laboratoire à Gladstone, pour tirer parti de son expertise dans les méthodes de calcul, tout en expliquant les connaissances approfondies de Mucke sur les maladies neurodégénératives.
Ensemble, les scientifiques ont développé une méthode conviviale qui s'appuie sur un cadre statistique impartial plutôt que sur l'intuition. Le résultat est Choir, un outil disponible librement qui peut être appliqué à travers différents types de tissus de l'homme et des modèles expérimentaux pour identifier des groupes biologiquement significatifs de cellules ou de conditions cellulaires.
« Des centaines de personnes ont téléchargé le chœur depuis que nous l'avons mis en ligne pour la première fois dans un format préliminaire il y a environ un an », explique Sant. « Il a été gratifiant de voir les nombreuses façons créatives dont les scientifiques utilisent déjà l'outil dans divers domaines, y compris les neurosciences et l'immunologie, ainsi que la recherche cardiovasculaire et cancer. »
Un outil avec des garde-corps importants
En tant que composant clé de sa conception, Choir intègre une méthode d'apprentissage automatique qui permet aux scientifiques de l'utiliser pour les données produites par toute méthode d'analyse unique, y compris celles axées sur l'ARN, l'ADN ou les protéines.
Choir a également des garde-corps intégrés pour éviter les pièges d'autres outils. Par exemple, il protège le sous-cllusing, dans lequel les types de cellules biologiquement distincts sont regroupés à tort, et empêche également l'overcluster, ce qui pourrait envoyer un chercheur sur une poursuite d'oie sauvage en identifiant les types de cellules comme distincts lorsqu'ils ne le sont pas.
De plus, contrairement à d'autres outils qui supposent que différents types de cellules se produisent dans des grappes de taille similaire, le chœur prend en compte ce qui se passe réellement dans le corps, qui est composé de populations cellulaires dont les tailles vont de l'abondance à rare.
« La chorale excelle dans le regroupement des types de cellules communes en grandes grappes cohésives tout en pinçant simultanément les populations de cellules rares – les aiguilles dans une botte de foin », explique Sant.
Ensemble, ces caractéristiques permettent à la chorale de détecter et de découvrir de manière fiable des types de cellules ou des états qui pourraient être importants pour diagnostiquer, traiter et prévenir les maladies.
La chorale monte sur scène
Pour confirmer les prouesses de la chorale, Sant et ses collègues l'ont testé à travers une variété de types de données unicellulaires, y compris des combinaisons de types de données multiples et une variété d'échantillons biologiques, y compris le cerveau, le sang et les cellules cancéreuses. Lorsqu'elle est opposée à d'autres outils pour analyser les données unicellulaires, Choir a surperformé 15 des plus populaires, identifiant des types de cellules distinctes que d'autres outils ont manqué.
« Quel que soit le type de tissu que nous avons testé, la chorale a mieux performé que les autres méthodes, même sans aucun ajustement à ses paramètres par défaut », explique Corces. « Être en mesure de s'appuyer sur ces valeurs par défaut évite les biais potentiels qui peuvent être introduits lorsque les chercheurs sont tenus de modifier les paramètres en fonction de leur intuition personnelle. C'est vraiment important pour la normalisation et la garantie des résultats de la recherche est rigoureux et reproductible entre les laboratoires. »
Maintenant, équipé d'une chorale, Sant adopte une nouvelle approche de la recherche d'Alzheimer. Elle et ses collègues l'utilisent pour zoomer sur des types spécifiques de cellules cérébrales après avoir réduit les niveaux de la stratégie protéique Tau-A comme un traitement potentiel pour la maladie. Ils utilisent également le chœur pour analyser un ensemble de données d'Alzheimer impliquant des données unicellulaires de millions de cellules à partir d'échantillons de tissus humains.
Pendant ce temps, d'autres laboratoires de Gladstone appliquent déjà un chœur pour étudier le cerveau, le cœur et le système immunitaire. « De nombreux chercheurs utilisent des données monocellulaires de nos jours et le chœur est applicable dans de nombreuses études », explique Mucke. « Nous espérons que ce nouvel outil de recherche puissant fera progresser divers domaines de la science et de la biomédecine. »
