Dışarıda kalan hücreler hesaba katılınca doku haritasında birinci değişti
Hücre haritalama yöntemlerini karşılaştıran hakemli çalışmada, elde edilen hücrelerin kalitesinin yanında ne kadarının yakalandığı da hesaba katılınca başarı sırası değişti. İnceleme, farklı ölçüm platformlarından insan ve fare dokularını kapsıyor. Bilgisayarın çizdiği hücre sınırları, gen sinyallerinin hücrelere dağılımını ve hücreler arası iletişim çıkarımlarını da değiştirdi. Sonuçlar, yöntem seçiminin biyolojik yorumu etkilediğini gösteriyor.
Bilim··Öğle
Hücre kalitesi ile kapsama farklı sıralamalar verdi
Dokudaki gen etkinliğini konumuyla birlikte ölçen uzamsal transkriptomik alanındaki hakemli karşılaştırmada, başarının nasıl hesaplandığı birinci gelen yöntemi değiştirdi. Hücre ayırma işlemi, saptanan gen sinyallerinin hangi hücreye ait sayılacağını belirleyen sınırları çiziyor. Görüntülerdeki nesneleri ayıran SAM modeli, elde tutulan hücrelerin kalitesine dayanan toplam puana göre birinciydi. Kapsamaya, yani yakalanan hücrelerin payına ağırlık verildiğinde görüntüyle gen sinyalini birleştiren SCS yöntemi ilk sıraya yükseldi.[1]
Karşılaştırma insan ve fare dokularını kapsıyor
Araştırmacılar, 5 ölçüm platformundan 15 veri kümesinde 11 yöntemi değerlendirdi. İnceleme, 12 doku türü ile yaklaşık 2,3 milyon hücreyi kapsadı. Hücre biçimi, gen sinyallerinin tutarlılığı, hücre türlerinin ayrılması ve biyolojik çözümlemeler birlikte ele alındı. Yeterli gen sinyali taşımayan hücreler filtrelemeyle çıkarıldı. Böylece bir yöntem, koruduğu hücrelerde yüksek puan alırken dokunun daha küçük bir bölümünü temsil edebiliyordu. Görüntü parçalarının sınırları boyunca yapay örüntüler üreten iki görüntü modeli kapsamlı karşılaştırmadan çıkarıldı.[1]
Hücre sınırları biyolojik bağlantı çıkarımlarını değiştirdi
Hücre ayırma tercihi, belirli hücre türlerini tanımakta kullanılan gen sinyallerinin başka türlere taşmış görünmesini etkiledi. Sinyal molekülleriyle onları tanıyan alıcılar arasındaki etkileşim çıkarımları da değişti. Örneklerin, gen panellerinin ve platformların farklılığı karşılaştırmayı sınırlıyor; bütün koşullarda üstün bir yöntem bulunmadı. Gen alt kümelerine ilişkin ayrıntılı duyarlılık sınaması tek melanom veri kümesinde yapıldı. Çözümleme adımlarını tutarlı biçimde çalıştıran Nextflow sistemiyle kurulmuş ortak iş akışı ve açık kod, karşılaştırmanın yeniden kullanılmasını sağlıyor. Çalışma hastalarda tanı doğruluğunu sınamıyor.[1]
İlgili köşe yazıları
Bu gündem hakkında daha fazla bilgi için ilgili köşe yazılarını okuyabilirsiniz.
