CAPITAL单细胞RNA数据分析的重大进展

高通量生物学研究的新进展意味着现在可以确定仅在单个细胞中活跃的基因。然而，分析产生的复杂数据集可能具有挑战性。现在，大阪大学的一个团队开发了CAPITAL，这是一种新的计算工具，用于比较来自单个细胞的复杂数据集。他们的研究发表在NatureCommunications上。

RNA测序提供了关于正在积极表达或“开启”的整个基因群的子集的信息。随着技术的进步，对单个细胞的RNA群进行测序已经成为可能。这可以提供大量关于当大量混合细胞经历动态、过渡过程(例如分化或细胞死亡)时所涉及的基因表达的具体变化的信息，因为可以具体分析每个单独的细胞而不是所有不同的细胞类型被汇集。

CAPITAL专门设计用于比较来自经历过渡过程的单个细胞的复杂数据集。这些分析是通过定义一个“伪时间轨迹”来进行的，该轨迹将细胞放置在一条假设的路径上，该路径反映了它们在过渡过程中的进展。这些轨迹并不总是直截了当和线性的。它们可以变得非常复杂和分支。过去，只能对齐线性轨迹进行比较，但团队的创新意味着现在可以准确、自动地对齐和比较复杂的分支轨迹。

在开发了用于CAPITAL的算法后，该算法实现了一种称为树对齐的方法，他们在合成数据集和来自骨髓细胞的真实数据集上对其进行了测试。结果表明，CAPITAL在统计上比以前存在的计算算法更准确和稳健，显示出这些方法的重大进步。

轨迹比较是一种强大的分析，例如，可以识别不同物种之间的基因表达动态，以提供有关进化过程的信息。“我们在这项研究中表明，即使表达模式相似并且似乎是保守的，CAPITAL也可以揭示人类和小鼠之间不同分子模式的存在，”主要作者ReiichiSugihara说。“这将允许识别决定细胞命运的新型调节剂。”

正如资深作者YukiKato所解释的那样，这项技术不仅限于此类数据：“我们的新型计算工具可以应用于广泛的高通量数据集，包括伪时间、空间和表观遗传数据。”

这种强大的新技术将允许对单细胞轨迹进行全局比较，这可能会导致识别出早期比较方法无法识别的新型疾病相关基因。因此，CAPITAL代表了单细胞生物学领域的重大进步。