RNA可變剪接是基因轉錄后調控的重要過程，其中蘊含轉錄本結構和功能多樣性信息，是細胞轉錄異質性的重要來源。單細胞RNA測序技術因測序深度低、數據噪音及缺失率高等問題，在單細胞尺度精確量化可變剪接事件中存在較大挑戰。
近日，中國科學院北京基因組研究所（國家生物信息中心）研究員劉肇祺團隊，開發出單細胞可變剪接事件識別與定量推斷算法——SCSES。該方法能夠準確還原單細胞分辨率水平可變剪接的動態變化，為學界理解細胞類型與狀態異質性提供了新的分析視角。
SCSES算法基于復雜網絡信息傳播模型，融合細胞剪接相似性和剪接事件相似性等多維信息，可實現對單個細胞剪接狀態的推斷。該算法利用RNA綁定蛋白基因表達譜、原始junction測序讀段及原始PSI矩陣，構建出細胞剪接相似性網絡，并整合剪接事件序列特征及剪接調控關系，建立了剪接事件相似性網絡。進一步，面對數據中存在的四種典型缺失值情境，SCSES基于不同的相似性網絡，設計了三種針對性的缺失值補全策略，實現了單細胞內剪接強度的準確刻畫。
研究團隊通過模擬數據和真實生物學數據，系統評估了SCSES與當前已有可變剪接分析方法的性能差異。結果顯示，SCSES在剪接事件強度恢復準確性和差異剪接事件識別方面均優于現有方法。同時，在多種干細胞和胚胎發育數據集中，SCSES在細胞亞群劃分與發育軌跡重建中展現出良好的生物學一致性。實際應用中，SCSES在多種重要生物學場景中展現出對細胞異質性更高的分辨能力。在多發性骨髓瘤耐藥性研究中，SCSES在初診患者樣本中識別出了具有潛在硼替佐米耐藥特征的細胞亞群，這一發現難以通過傳統基因表達分析獲得；在胚胎發育研究中，SCSES解析了中內胚層向內胚層轉化過程中的剪接動態，揭示關鍵剪接事件或參與調控細胞分化進程。此外，SCSES在基于inDrop平臺的造血干細胞分化數據集中，解析了單核細胞亞群間的剪接異質性，表明SCSES具有在基于微流控技術數據中進行細胞異質性分析的能力。
SCSES是具備多場景適應能力的單細胞剪接分析工具，可有效應用于不同生物背景、物種及測序平臺的剪接分析，為腫瘤異質性、發育生物學及疾病機制研究提供了工具。
相關研究成果發表在《自然-通訊》（Nature Communications）上。研究工作得到國家自然科學基金委員會、科學技術部等的支持。
論文鏈接
SCSES計算流程框架
本文鏈接：科研人員開發針對單細胞RNA測序數據的剪接分析新工具http://m.sq15.cn/show-12-2011-0.html
聲明：本網站為非營利性網站，本網頁內容由互聯網博主自發貢獻，不代表本站觀點，本站不承擔任何法律責任。天上不會到餡餅，請大家謹防詐騙！若有侵權等問題請及時與本網聯系，我們將在第一時間刪除處理。