Alan: Genomik / biyoinformatik | Beceri: Teknik sıfırları ve biyolojik heterojenliği ayırmak
Tek hücre sayımları nasıl oluşur?
Tek hücre RNA dizilemede bir hücreden alınan RNA, barkodlu cDNA kütüphanesine dönüştürülür. Droplet tabanlı sistemlerde hücre barkodu, hangi okumaların aynı hücreye ait olduğunu; UMI ise aynı başlangıç RNA molekülünden çoğaltılmış PCR ürünlerini ayırt etmeye yardımcı olur. UMI sayısı gerçek hücredeki tüm RNA moleküllerinin eksiksiz sayımı değildir: yakalama verimi, RNA bütünlüğü ve haritalama yanlılığı ölçümü etkiler. Çok düşük düzeyde ifade edilen gen için sıfır sayım, genin biyolojik olarak hiç ifade edilmediği anlamına gelmeyebilir.
Düşük kaliteli hücreleri ayırmak için gen sayısı, toplam UMI, mitokondriyal gen oranı ve olası hücre çiftleri (doublets) incelenir. 'Mitokondriyal RNA oranı yüksekse mutlaka ölüdür' genellemesi hatalıdır; hücre tipi ve doku hazırlama koşulları sonucu değiştirir. Normalizasyonda toplam kütüphane boyu farkları düzeltilmeye çalışılır, ama farklı hücre tiplerinin toplam RNA içeriği gerçekten farklıysa tek yöntem tüm biyolojik bilgiyi korumayabilir.
Boyut indirgeme ve kümeleme
PCA, UMAP veya t-SNE hücreleri benzer transkriptom özelliklerine göre konumlandırabilir. UMAP grafiğindeki iki kümenin birbiriyle yakın çizilmesi doğrudan fiziksel komşuluk, hücre soyu veya biyolojik zaman sırası kanıtı değildir. Kümeler analitik parametrelere bağlı değişebilir. Hücre kimliğini bir tek işaretleyici genle değil çoklu belirteç, protein ölçümü, konumsal bilgi ve bağımsız örneklerle desteklemek daha güvenlidir.
Psödozaman hücre durumları boyunca olası bir sıralama oluşturur; gerçek ölçülmüş zamanla eşit değildir. RNA velocity gibi yaklaşımlar işlenmemiş ve işlenmiş RNA oranlarını kinetik varsayımlarla yorumlar; bu varsayımlar farklı biyolojik sistemlerde bozulabilir. Belirli bir düzenleyici genin kümeler arası korelasyonu, o genin diğerlerini doğrudan kontrol ettiğini kanıtlamaz.
Nicel kontrol
A hücresinde 2.000, B hücresinde 10.000 toplam UMI; hedef gen için 20 ve 50 UMI olsun. Ham sayım B'de yüksek olsa da 10.000 UMI başına normalize edildiğinde A için 100, B için 50 UMI eşdeğeri çıkar. Bunun gerçek mutlak RNA yoğunluğunu kanıtlamadığını unutma. Grup karşılaştırmalarında yüzlerce hücreyi bağımsız biyolojik tekrar saymak sahte tekrar hatasına neden olabilir; bir yaklaşım, aynı hücre tipinde ham sayımları her bağımsız donör için ayrı toplamak ve grup farkını donör düzeyinde analiz etmektir (psödobulk). Uygun çok düzeyli modeller de kullanılabilir. Squair ve diğerleri, tek hücrede diferansiyel ifade.
IBO problemi
Üç hayvandan alınan kontrol ve üç hayvandan alınan deney dokusunda her biri 5.000 hücre sekanslanıyor. Gen ifadesi farkını değerlendirmek için hangi tekrar düzeyi önceliklidir? A) 15.000 bağımsız hayvan B) Altı bağımsız hayvan/doku örneği C) Her okuma ayrı biyolojik tekrar D) Her UMAP kümesi bağımsız birey E) Her gen ayrı deney.
Yanıt: B. Bağımsız biyolojik örnekler temel çıkarım birimini oluşturur; hücreler o örnekler içinde iç içedir. Hücre düzeyindeki heterojenlik ayrıca modellenebilir.
Kaynak çerçevesi: NCBI PubMed Central erişimli tek hücre RNA-seq yöntem derlemeleri; genomik istatistik kaynakları.
Bu ders, ilgili biyoloji literatürüne dayanan bağımsız eğitim içeriğidir. Sayısal örnekler sentetiktir; resmî IBO sorusu değildir.