Sınır çizilince harita kuruluyor
Bir doku haritasındaki her küçük alanın bir hücreyi gösterdiğini düşündüğünde, o sınırı kimin çizdiğini de sor. Uzamsal transkriptomik, gen etkinliğini dokudaki konumuyla birlikte ölçüyor; bilgisayarın çizdiği hücre sınırları ise saptanan RNA moleküllerinin hangi hücreye ait sayıldığını belirliyor. Nature Methods’ta 23 Ekim’de yayımlanan hakemli karşılaştırmada başarı sırasının, korunan hücrelerin yanına kapsama da eklenince değişmesi, bu görüntülere duyduğumuz güven açısından somut bir soru doğuruyor: Harita, dokunun ne kadarını içeriyor?[1]
Karşılaştırma 11 yöntemi, 5 platformdan 15 veri kümesini, insan ve fareden 12 doku türünü ve yaklaşık 2,3 milyon hücreyi kapsadı. Korunan hücreler üzerinden hesaplanan toplam puanda SAM, 0,58 ile öndeydi. Araştırmacılar puanı, ayrılan hücrelerin başvuru hücrelerine oranıyla ağırlıklandırınca SCS, 0,34 ile ilk sıraya geldi. Bu iki sayı farklı ölçütlere ait. Aynı yöntemin başarımının düşüşünü anlatmıyorlar; hücre kalitesini öne çıkaran soruyla hücrelerin ne kadarının korunduğunu da soran değerlendirme, farklı birinciler üretiyor.[1]
Bu değişimin anlaşılır bir nedeni var. Araştırmacılar düşük kaliteli hücreleri, hücre başına RNA ve saptanan gen sayılarına göre eledi. Böyle bir süzme, kalan hücrelerin ölçümlerini iyileştirirken haritada temsil edilen hücrelerin oranını azaltabiliyor. Çalışmanın işaret ettiği ayrım, araştırmanın amacına uzanıyor: güvenilir hücre profilleri aramak ile bütün dokunun bileşimini anlamaya çalışmak farklı öncelikler gerektiriyor. Ben buradan, bir haritanın açıklığına duyulan hayranlığın, haritaya alınan hücrelerin kapsamına yönelik merakla birlikte büyümesi gerektiği sonucunu çıkarıyorum.[1]
Güveni kuran soru
Kapsama sorusu, görüntünün güzelliğini aşan bir biyolojik karşılık taşıyor. Çalışmada hücre ayırma tercihi, hücre türlerine özgü gen sinyallerinin başka türlere taşmış görünmesini ve hücreler arası iletişim için hesaplanan eşleşmeleri değiştirdi. Sınırı başka türlü çizmek, dokuda hangi hücrelerin komşu olduğunu anlamaya çalışırken kullanılan veriyi de değiştiriyor. Bu nedenle başarı puanını açıklama sorumluluğunun, bilim insanıyla haritaya bakan okur arasında bir güven ilişkisi kurduğunu düşünüyorum. Okurun algoritmayı yeniden yazması gerekmiyor; yüksek puanın hangi biyolojik soruyu yanıtladığını bilmesi anlamlı.[1]
Bu yoruma karşı güçlü bir itiraz, her araştırmanın bütün hücreleri korumaya ihtiyacı olmadığıdır. Yüksek güvenilirlikte profillere odaklanan bir çalışma için daha sıkı eleme yerinde olabilir. Üstelik doku yapısı, ölçüm platformu ve seçilen gen paneli sonucu etkiliyor; karşılaştırma her ayarı taramadı, gen seçimine ilişkin ayrıntılı deneme de tek melanom veri kümesiyle sınırlıydı. Dolayısıyla kapsamanın hesaba katılması, SCS’yi her yerde üstün kılmıyor. Burada hastalarda tanı doğruluğunu sınayan bir klinik deney de yok. Güven, araştırmanın amacını bu sınırlara uygun okumaktan doğuyor.[1]
Araştırmacıların paylaştığı Nextflow iş akışı, aynı değerlendirme yaklaşımını yeniden kullanmak için somut bir araç sunuyor. Benim önemsediğim kamusal tercih de burada başlıyor: hücre kalitesinin yanına kapsamanın açıkça konmasını istemek. Bu, bilime dışarıdan eklenen bir iyimserlikten çok, bulgunun kendi içindeki seçenekleri görmeye yönelik bir davet. Bir doku haritasına yeniden baktığında, renklerin arasında hangi hücrelerin korunduğunu da sorabilirsin. Böyle bir merak, yaşamın ayrıntılarına duyduğumuz hayranlığı ölçümün nasıl yapıldığına kadar uzatıyor.[1]