Услышать каждую клетку

Исследователи из Научно-технологического университета «Сириус» продолжают работу над развитием базы данных GTRD, крупнейшего хранилища геномной информации в России. Эта база собирает данные о регуляции транскрипции, охватывая широкий спектр исследований по взаимодействию белков и ДНК. В рамках реализованного проекта ученые сосредоточились на интеграции данных секвенирования одиночных клеток (scATAC-seq), что позволит сформировать более полную картину при проверке гипотез в различных биомедицинских исследованиях. Полученные результаты позволят ученым по всему миру лучше понимать, как работает регуляция генов в различных типах клеток, и откроют новые возможности для разработки методов лечения заболеваний на основе геномных данных.

Выйти из полноэкранного режима

Развернуть на весь экран

GTRD, начатая в 2012 году, включает данные для десяти модельных организмов, таких как Homo sapiens (человек), Mus musculus (мышь) и Arabidopsis thaliana (резуховидка Таля). Эти данные активно используются в мировом научном сообществе для анализа регуляции генов, создания и поддержки международных баз, таких как HOCOMOCO и ADASTRA. В базе представлены данные различных методов секвенирования, включая ChIP-seq, RNA-seq и ATAC-seq.

Исследования ученых «Сириуса» были сосредоточены на данных секвенирования одиночных клеток, что особенно важно для изучения отличий между разными типами клеток. Технология scATAC-seq позволяет детально исследовать особенности организации открытого хроматина в разных типах клеток и выявлять уникальные эпигенетические паттерны. Это позволило ученым Университета «Сириус» исследовать особенности регуляции генов на уровне отдельных клеток, что открывает новые возможности для биомедицинских исследований и развития персонализированной медицины.

Проект был также направлен на создание новых алгоритмов для анализа полученных данных. Эти алгоритмы помогают улучшить точность предсказания участков открытого хроматина и сайтов связывания транскрипционных факторов, а также упростить интеграцию новых данных с существующими массивами информации, хранящимися в GTRD. Полученные результаты позволят ученым по всему миру лучше понимать, как работает регуляция генов в различных типах клеток, и откроют новые возможности для разработки методов лечения заболеваний на основе геномных данных.

Интеграция данных по секвенированию одиночных клеток в GTRD станет значимым шагом в развитии базы данных и позволит исследователям расширить границы исследований в области эпигенетики, геномики и трансляционной медицины. В работе научной команды принимали активное участие магистранты и аспиранты направления «Вычислительная биология».

За время работы над проектом ученые собрали, проверили и стандартизировали метаданные для более чем 4600 экспериментов scATAC-seq, охватывающих семь видов организмов. Благодаря этому в GTRD впервые появилась возможность систематизированного поиска и просмотра данных секвенирования одиночных клеток, а также была создана основа для их дальнейшего анализа на единой платформе.

Исследования проводились в рамках Государственной программы научно-технологического развития федеральной территории «Сириус» и были поддержаны Российским научным фондом (проект №24-24-20108).

Семен Колмыков, руководитель проекта, доцент направления «Вычислительная биология» Научного центра генетики и наук о жизни Университета «Сириус», рассказал «Ъ-Науке», чем уникальна база GTRD, почему данные отдельных клеток открывают новые биологические горизонты, как новые алгоритмы повышают точность анализа и каким образом в проекте сочетаются подготовка молодых кадров и передовая наука.

— GTRD — одна из крупнейших баз данных по регуляции транскрипции в мире. В чем ее уникальность и почему она стала востребованной не только в России, но и за рубежом?

— За последние годы объем геномных данных вырос колоссально. Но разные заболевания, ткани и типы клеток изучены очень неравномерно. Где-то уже опубликованы сотни исследований, а где-то информации пока совсем немного. Поэтому сегодня важно не только получать новые данные, но и максимально эффективно использовать уже накопленные.

Разработка GTRD началась еще в 2009 году, и за это время база данных стала одним из крупнейших мировых ресурсов, посвященных изучению регуляции работы генов. На мой взгляд, ее главная ценность заключается не только в объеме данных. Мы объединяем результаты тысяч опубликованных исследований в единую систему, чтобы ученые могли сравнивать их между собой и использовать для решения новых научных задач. Благодаря этому исследователи могут больше времени уделять поиску ответов, а не подготовке данных к анализу.

— В этом проекте вы сосредоточились на интеграции данных секвенирования одиночных клеток для исследования открытого хроматина. Почему именно этот тип данных стал следующим логическим шагом для развития вашей базы?

— Развитие технологий высокопроизводительного секвенирования (NGS) позволило применять многие экспериментальные методы в масштабе всего генома. В результате разные научные группы начали получать большие объемы данных, описывающих различные стороны регуляции работы генов. Следом появилась задача объединить эти разрозненные данные в единую систему, что и послужило стимулом к созданию базы данных GTRD. На сегодняшний день GTRD вместе с исходными экспериментальными данными содержит примерно 700 ТБ информации.

По мере появления новых экспериментальных методов база данных постепенно расширялась, что позволяло с разных сторон рассматривать механизмы регуляции генов. Следующим закономерным шагом стала интеграция данных секвенирования одиночных клеток (single-cell). Эта работа была выполнена в рамках совместного гранта РНФ и Научно-технологического университета «Сириус». Она позволила изучать эти процессы уже не на уровне ткани в целом, а на уровне отдельных клеток.

— Объясните для читателей: что такое секвенирование одиночных клеток для исследования открытого хроматина и чем этот метод принципиально отличается от классического подхода, который работает с усредненными данными по целой популяции клеток? Почему ученым так важно смотреть на эти процессы не в «среднем по больнице», а на уровне отдельных клеток?

— Представьте, что вы заходите в комнату, где одновременно разговаривают несколько десятков человек. Если слушать всех сразу, можно понять лишь общую тему разговора, но невозможно разобрать, кто именно что говорит. Примерно так же долгое время изучались ткани организма: мы анализировали сигнал сразу от миллионов клеток и получали некоторую усредненную картинку.

Технологии секвенирования одиночных клеток позволили «услышать» каждую клетку отдельно. Это особенно важно, например, при исследовании опухолей. Биопсия содержит множество разных клеток: опухолевые, иммунные, клетки кровеносных сосудов и соединительной ткани. Более того, даже сами опухолевые клетки могут существенно отличаться друг от друга. Возможность изучать их по отдельности помогает значительно точнее понять, что происходит в ткани и какие механизмы лежат в основе патологических процессов.

— Какие новые биологические вопросы можно исследовать с помощью этого метода, которые были недоступны при использовании предыдущих подходов?

— На мой взгляд, главный вопрос, на который позволяют ответить методы секвенирования одиночных клеток: какие именно клетки отвечают за наблюдаемые изменения в ткани? Если раньше мы могли увидеть, что при заболевании меняется работа генов в ткани в целом, то теперь можем определить, какие клетки формируют этот ответ. Это особенно важно при изучении сложных заболеваний, где бок о бок сосуществуют разные типы клеток.

Не менее важно и то, что данные одиночных клеток помогают по-новому взглянуть на уже накопленные результаты. Иногда особенности, которые раньше считались случайными или объяснялись техническими причинами, оказываются отражением небольших, но биологически значимых групп клеток. Это позволяет по-новому интерпретировать результаты экспериментов, выполненных еще до появления single-cell-технологий.

— Вы собрали и стандартизировали данные более чем 4600 экспериментов по секвенированию одиночных клеток для семи видов организмов. Что значит «стандартизировать» такие данные и почему это критически важно для их использования другими учеными?

— Сегодня результаты многих геномных исследований доступны научному сообществу. Но если возникает задача сопоставить десятки или сотни таких работ, быстро выясняется, что сделать это не так просто. Схожие по своей сути образцы могут быть по-разному описаны, а для обработки данных разные исследовательские группы используют разные программы, настройки и критерии отбора. Особенно важно учитывать это сегодня, когда для анализа все чаще применяются методы машинного обучения, результаты применения которых во многом определяются качеством исходных данных.

В GTRD мы приводим описание экспериментов к единому виду и обрабатываем данные по общим правилам, чтобы результаты разных работ можно было сопоставлять между собой. Это не отменяет необходимости осторожной интерпретации, но помогает исследователю меньше зависеть от случайных различий в описании и компьютерной обработке данных.

— Одной из задач проекта стала разработка новых алгоритмов для анализа полученных данных. Что именно эти алгоритмы позволяют делать лучше или быстрее по сравнению с существующими подходами?

— Данные секвенирования одиночных клеток очень разрежены: для одних клеток удается получить больше информации, для других — значительно меньше. Чтобы не терять такие клетки, используют специальные методы импутации, которые пытаются восстановить недостающую информацию, опираясь на другие, похожие клетки.

Мы дополнили существующий алгоритм импутации уже накопленными биологическими знаниями. Вместо того чтобы одинаково восстанавливать информацию по всему геному, алгоритм уделяет больше внимания тем участкам, которые несут наибольшую информацию о различиях между клетками. Предварительные результаты показывают, что такой подход позволяет повысить качество восстановления данных и, как следствие, точность их анализа.

— Проект выполнялся при участии магистрантов и аспирантов. Вовлечение молодых исследователей в такой масштабный проект — это способ воспитания кадров или же они действительно вносят вклад, без которого работа была бы невозможна?

— Мне кажется, одно невозможно без другого. Для подготовки будущих исследователей Университет «Сириус» разработал уникальный формат обучения на стыке науки и технологий. С первого дня студенты включаются в действующие научные команды и погружаются в работу над проектами по самым приоритетным для страны направлениям развития. Благодаря участию в образовательном процессе экспертов ведущих научных центров и компаний мы готовим мотивированных молодых исследователей с компетенциями, необходимыми для работы в проектах мирового уровня. В нашей магистратуре по биоинформатике студенты становятся участниками реальных исследовательских проектов, которые выполняются при поддержке научных фондов или совместно с индустриальными партнерами. По мере накопления знаний растет не столько сложность задач, сколько степень неопределенности, с которой студент способен справиться. Если сначала нужно научиться применять уже известные методы, то со временем приходится искать собственные решения, учитывать ограничения, которых в исследованиях всегда немало, и принимать решения там, где заранее правильного ответа не существует. Мне кажется, именно такую среду и должна создавать хорошая магистратура: место, где можно пройти этот путь рядом с опытными наставниками и к моменту выпуска уже иметь опыт участия в настоящих исследованиях.

— Интеграция данных секвенирования одиночных клеток в вашу базу — это шаг в сторону персонализированной медицины. Как именно эти данные помогут разрабатывать новые методы лечения? Можете привести конкретный пример?

— Я бы сказал, что главная ценность таких данных заключается не столько в создании новых методов лечения напрямую, сколько в более глубоком понимании механизмов развития заболеваний. Именно такое понимание со временем становится основой для появления новых методов диагностики и терапии.

Даже небольшой фрагмент опухоли, полученный при биопсии, состоит из множества разных клеток: опухолевых, иммунных, клеток кровеносных сосудов и соединительной ткани. Более того, сами опухолевые клетки тоже могут существенно отличаться друг от друга. Методы секвенирования одиночных клеток позволяют изучать эти различия и понимать, какую роль каждая группа клеток играет в развитии заболевания. Наша задача — сделать такие данные доступными и удобными для анализа, чтобы исследователи могли быстрее находить новые закономерности и проверять свои гипотезы.

— Ваша база уже поддерживает международные проекты, такие как HOCOMOCO и ADASTRA. Что дает ваша база этим проектам и что они дают вам? Что дальше? Какие типы данных планируете интегрировать в ближайшие годы?

— Современная биология становится все более сложной, и сегодня один исследовательский коллектив уже редко может охватить все этапы работы — от сбора данных до разработки новых методов анализа. Поэтому разные команды постепенно начинают специализироваться на своих задачах. Мы создаем инфраструктуру данных, а другие группы используют ее для разработки собственных моделей и специализированных ресурсов. Например, проекты HOCOMOCO, ADASTRA и UDACHA опираются на подготовленные в GTRD данные, чтобы решать уже свои научные задачи. Мне кажется, именно так сегодня и развивается современная наука.

Если говорить о будущем, то для нас сейчас важнее не столько увеличить объем данных, сколько объединить имеющиеся данные в единую систему, чтобы исследователи могли использовать их и получать более полную картину процессов регуляции генов. При этом накопленные данные становятся основой и для наших собственных исследований, посвященных механизмам регуляции генов и разработке новых методов анализа.

— Ваша база данных — это открытый ресурс, доступный ученым по всему миру. В текущей международной обстановке сохраняется ли интерес зарубежных коллег к российским геномным ресурсам? И если бы вы могли одним предложением объяснить, зачем миру нужна ваша база, что бы вы сказали?

— Конечно, внешние обстоятельства могут влиять на формы сотрудничества между исследовательскими коллективами, но качественные научные данные остаются востребованными независимо от того, в какой стране они были получены. Одним из подтверждений этого является то, что данные GTRD используются исследователями по всему миру, в том числе в работах, опубликованных в журналах Nature и Science.

Мне кажется, главная задача GTRD — сделать так, чтобы научные данные жили дольше одной публикации. Наука развивается, опираясь на результаты предыдущих исследований. Поэтому важно не только получить новые данные, но и сделать их удобными для поиска, сравнения и повторного использования. Именно такую возможность мы и стараемся создать.

Пресс-служба Научно-технологического университета «Сириус»