CITE-seq (indexation cellulaire des transcriptomes et des épitopes) est une méthode basée sur le séquençage de l’ARN qui quantifie simultanément les protéines de surface cellulaire et les données transcriptomiques au sein d’une seule lecture cellulaire. La capacité d’étudier simultanément les cellules offre des informations sans précédent sur de nouveaux types de cellules, états pathologiques ou autres conditions.
Bien que CITE-seq résolve le problème de la détection d’un nombre limité de protéines tout en utilisant le séquençage unicellulaire de manière impartiale, l’une de ses limites réside dans les niveaux élevés de bruit de fond qui peuvent gêner l’analyse.
Pour remédier à ce problème, des chercheurs de la faculté de médecine Chobanian & Avedisian et du Collage of Arts and Sciences de l’université de Boston ont développé un nouvel outil capable d’identifier et de supprimer les bruits de fond indésirables provenant de diverses sources.
« Nous avons créé DecontPro, un modèle statistique qui décontamine deux sources de contamination observées empiriquement dans les données CITE-seq », explique l’auteur correspondant Joshua Campbell, Ph.D., professeur agrégé de médecine à l’École. « Il peut être utilisé comme un outil important d’évaluation de la qualité qui facilitera l’analyse en aval et aidera les chercheurs à mieux comprendre la cause moléculaire de la maladie », a-t-il déclaré.
Les chercheurs ont examiné plusieurs ensembles de données accessibles au public décrivant différents types de tissus avec CITE-seq et ont découvert un nouveau type d’artefact, qu’ils ont appelé « une éponge ». Les éponges ont contribué à une grande quantité de bruit de fond dans plusieurs ensembles de données. Les chercheurs ont découvert que DecontPro peut estimer et supprimer différentes sources de bruit de fond, notamment la contamination par les éponges, le matériel ambiant pouvant être présent dans la suspension cellulaire ou la liaison non spécifique d’anticorps.
Masanao Yajima, Ph.D., professeur de pratique au département de mathématiques et de statistiques, déclare : « DecontPro est un modèle hiérarchique bayésien. Nous l’avons soigneusement construit afin qu’il puisse distinguer les signaux du bruit dans des ensembles de données unicellulaires sans être trop agressif. »
Ces résultats apparaissent en ligne dans la revue Recherche sur les acides nucléiques.
Plus d’information:
Yuan Yin et al, Caractérisation et décontamination du bruit de fond dans les données d’expression de protéines unicellulaires basées sur des gouttelettes avec DecontPro, Recherche sur les acides nucléiques (2023). DOI : 10.1093/nar/gkad1032