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.
© Unsplash
Сегодня 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, 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 МГУ, Национального исследовательского центра эпидемиологии и микробиологии имени почетного академика Н.Ф. Гамалеи и ФМБА на основе систем искусственного интеллекта разработали компьютерную программу scParadise, которая по последовательностям РНК с точностью до 99,9% отличает разные клетки друг от друга и оценивает их белковый состав.
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.
По словам авторов, предложенный алгоритм имеет широкие 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.
