Найти иголку в стоге клеток: новый ИИ-инструмент выявит редкие клеточные типы

Ученые разработали биоинформатический инструмент scParadise, который позволяет с точностью до 99,9% определять типы клеток и предсказывать их свойства на основе данных расшифровки РНК. Разработка будет полезна в диагностике заболеваний: например, она поможет отличить раковые клетки от здоровых, а также выявить иммунные клетки, вызывающие хроническое воспаление при ожирении. Это, в свою очередь, позволит создавать персонализированные и более эффективные лекарства, действующие на конкретную мишень. Результаты исследования, поддержанного грантом Российского научного фонда (РНФ), опубликованы в журнале Nucleic Acids Research.

В биологии и медицине для исследования «внутренней жизни» клеток все чаще используют секвенирование РНК. Это подход, при котором специалисты расшифровывают и анализируют все молекулы, считанные с ДНК. Набор и количество таких молекул индивидуальны для разных клеток, поэтому по ним можно различить даже внешне похожие образцы — например, определенные типы иммунных клеток. Это бывает необходимо при диагностике заболеваний и поиске их причины.

Хотя современные приборы уже позволяют расшифровать РНК с высокой точностью, обработать полученные последовательности и безошибочно сравнить их друг с другом оказывается сложно. Вручную делать это очень долго, а существующие автоматические алгоритмы часто ошибаются, особенно когда имеют дело с необычными клетками, например, из редких опухолей. Это ограничивает применение РНК-секвенирования в медицинской практике.

Ученые из Московского государственного университета имени М.В. Ломоносова (Москва), Национального исследовательского центра эпидемиологии и микробиологии имени почетного академика Н.Ф. Гамалеи (Москва) и Центра стратегического планирования и управления медико-биологическими рисками здоровью ФМБА России (Москва) разработали компьютерную программу scParadise, которая по последовательностям РНК с точностью до 99,9% отличает разные клетки друг от друга и оценивает их белковый состав.

В основе инструмента лежит алгоритм искусственного интеллекта, объединяющий модели scAdam и scEve, а также модуль контроля качества scNoah. Модель scAdam использует данные РНК-секвенирования для классификации клеток, различая, например, стволовые, иммунные и другие типы.

Главная трудность, с которой сталкиваются специалисты при обучении подобных алгоритмов, — это неоднородность данных. Есть клетки, для которых уже существуют тысячи наборов данных об их РНК, но есть те (например, клетки редких опухолей), для которых таких данных очень мало. Поэтому раньше не удавалось научить программу точно выявлять эти редкие варианты.

«scAdam решает такую проблему хитрым способом: он искусственно создает дополнительные "цифровые копии" редких клеток на основе математических закономерностей. Это можно сравнить с тем, как нейросети "дорисовывают" недостающие фрагменты фотографии, а избыточные типы, наоборот, сокращает, чтобы все группы оказались представлены более равномерно. Кроме того, если scAdam распознает неизвестную для него клетку, которой не было в обучающем наборе, он честно определяет ее как совершенно новый, еще не изученный тип, а не приписывает в какую-то из известных групп», — рассказывает участник проекта, поддержанного грантом РНФ, Елизавета Чечехина, младший научный сотрудник научно-исследовательской лаборатории генных и клеточных технологий МНОИ МГУ имени М.В. Ломоносова.

Вторая модель — scEve — по данным об РНК предсказывает количество и состав белков на поверхности клетки. Знать это важно, чтобы понимать, как клетка взаимодействует с окружающими тканями и с лекарствами. Более того, иногда именно белки помогают точно определить тип клетки. Например, Т-лимфоциты и натуральные киллеры (клетки иммунной системы) генетически очень похожи, но на поверхности они несут разные белки.

Последняя составляющая алгоритма — модель scNoah — это служба «контроля качества». Она проверяет работу предыдущих моделей по множеству критериев и составляет карту известных программе клеточных типов, на которой показывает, где могут быть ошибки. Это позволяет ученым увидеть слабые места модели и целенаправленно их улучшать.

С помощью инструмента авторы проанализировали состав клеток в разных видах жировой ткани у здоровых людей и пациентов с ожирением. Инструмент смог не только точно выявить все известные клеточные типы, но и обнаружить три ранее не описанные разновидности иммунных клеток, которые могут участвовать в развитии воспалительного процесса при ожирении.

«Предложенный алгоритм имеет большие медицинские перспективы: например, он позволит только по данным РНК-секвенирования понять причину воспаления в тканях пациентов с ожирением и находить в опухолях единичные клетки, устойчивые к химиотерапии. Это даст возможность точнее подбирать лечение и тем самым повысить его эффективность. В дальнейшем мы планируем расширять список моделей линеек scAdam и scEve, обученных на данных тканей и органов представителей разных биологических видов. Также в скором времени наш инструмент пополнится новыми типами моделей для решения других важных проблем в анализе данных секвенирования одиночных клеток», — подводит итог Елизавета Чечехина.