Nouveau moteur de recherche pour les atlas unicellulaires –

  • FrançaisFrançais



  • Un nouvel outil logiciel permet aux chercheurs d’interroger rapidement les ensembles de données générés à partir du séquençage à une seule cellule. Les utilisateurs peuvent identifier les types de cellules dans lesquels une combinaison de gènes est active. Publié dans Méthodes de la nature le 1er mars, le logiciel en libre accès «scfind» permet une analyse rapide de plusieurs ensembles de données contenant des millions de cellules par un large éventail d’utilisateurs, sur un ordinateur standard.

    Les temps de traitement de ces ensembles de données ne sont que de quelques secondes, ce qui permet d’économiser du temps et des coûts de calcul. L’outil, développé par des chercheurs de l’Institut Wellcome Sanger, peut être utilisé comme un moteur de recherche, car les utilisateurs peuvent saisir du texte libre ainsi que des noms de gènes.

    Les techniques de séquençage du matériel génétique d’une cellule individuelle ont progressé rapidement au cours des 10 dernières années. Le séquençage d’ARN unicellulaire (scRNAseq), utilisé pour évaluer quels gènes sont actifs dans des cellules individuelles, peut être utilisé sur des millions de cellules à la fois et génère de grandes quantités de données (2,2 Go pour le Human Kidney Atlas). Des projets tels que l’Atlas des cellules humaines et l’Atlas des cellules du paludisme utilisent de telles techniques pour découvrir et caractériser tous les types de cellules présentes dans un organisme ou une population. Les données doivent être faciles d’accès et d’interrogation, par un large éventail de chercheurs, pour en tirer le meilleur parti.

    Pour permettre un accès rapide et efficace, un nouvel outil logiciel appelé scfind utilise une stratégie en deux étapes pour compresser les données ~ 100 fois. Une décompression efficace permet d’interroger rapidement les données. Développé par des chercheurs du Wellcome Sanger Institute, scfind peut effectuer une analyse à grande échelle d’ensembles de données impliquant des millions de cellules sur un ordinateur standard sans matériel spécial. Les requêtes qui prenaient des jours pour renvoyer un résultat prennent maintenant quelques secondes.

    Le nouvel outil peut également être utilisé pour des analyses de données multi-omiques, par exemple en combinant des données ATAC-seq monocellulaires, qui mesurent l’activité épigénétique, avec des données scRNAseq.

    Le Dr Jimmy Lee, chercheur postdoctoral à l’Institut Wellcome Sanger et auteur principal de la recherche, a déclaré: «Les progrès des méthodes multiomiques ont ouvert une occasion sans précédent d’apprécier le paysage et la dynamique des réseaux de régulation des gènes. Scfind nous aidera à identifier les régions génomiques qui régulent l’activité des gènes – même si ces régions sont éloignées de leurs cibles. “

    Scfind peut également être utilisé pour identifier de nouveaux marqueurs génétiques associés à ou définir un type de cellule. Les chercheurs montrent que scfind est une méthode plus précise et plus précise pour ce faire, par rapport aux bases de données organisées manuellement ou à d’autres méthodes de calcul disponibles.

    Pour rendre scfind plus convivial, il intègre des techniques de traitement du langage naturel pour permettre des requêtes arbitraires.

    Le Dr Martin Hemberg, ancien chef de groupe au Wellcome Sanger Institute, maintenant à la Harvard Medical School et au Brigham and Women’s Hospital, a déclaré: << L'analyse d'ensembles de données unicellulaires nécessite généralement des compétences de base en programmation et une expertise en génétique et en génomique. -Les ensembles de données cellulaires sont accessibles à un large éventail d'utilisateurs, nous avons développé un outil qui peut fonctionner comme un moteur de recherche - permettant aux utilisateurs de saisir n'importe quelle requête et de trouver les types de cellules pertinents. "

    Le Dr Jonah Cool, responsable du programme scientifique à l’Initiative Chan Zuckerberg, a déclaré: «De nouvelles méthodes d’analyse plus rapides sont essentielles pour trouver des informations prometteuses dans les données unicellulaires, y compris dans l’Atlas des cellules humaines. de la science et la capacité des chercheurs à s’appuyer les uns sur les autres, et l’Initiative Chan Zuckerberg est fière de soutenir l’équipe qui a développé cette technologie. “

    Source de l’histoire:

    Matériaux fourni par Wellcome Trust Sanger Institute. Remarque: le contenu peut être modifié pour le style et la longueur.

    Source

    N'oubliez pas de voter pour cet article !
    1 Star2 Stars3 Stars4 Stars5 Stars (No Ratings Yet)
    Loading...

    Laisser un commentaire

    Votre adresse e-mail ne sera pas publiée.