[論文レビュー] CLEAR: Coverage-based Limiting-cell Experiment Analysis for RNA-seq

Logan A. Walker, Michael G. Sovic+9 more|arXiv (Cornell University)|Jun 8, 2018

Single-cell and spatial transcriptomics参考文献 70被引用数 3

ひとこと要約

CLEARは、低入力RNA-seq（lcRNA-seq）データにおいて、ノイズを低減するためのカバレッジベースのフィルタリングを活用して、信頼性の高い定量可能な転写産物を同定する計算ワークフローである。この手法は、入力量にかかわらず転写産物の一貫性を向上させ、主成分分析（PCA）における分離を強化し、細胞種間でより多くの異なる発現遺伝子（DEG）を同定することで、後続の差分発現解析を改善する。

ABSTRACT

Direct cDNA preamplification protocols developed for single-cell RNA-seq have enabled transcriptome profiling of precious clinical samples and rare cells without sample pooling or RNA extraction. Currently, there is no algorithm optimized to reveal and remove noisy transcripts in limiting-cell RNA-seq (lcRNA-seq) data for downstream analyses. Herein, we present CLEAR, a workflow that identifies reliably quantifiable transcripts in lcRNA-seq data for differentially expressed gene (DEG) analysis. Libraries at three input amounts of FACS-derived CD5+ and CD5- cells from a chronic lymphocytic leukemia patient were used to develop CLEAR. When using CLEAR transcripts vs. using all transcripts, downstream analyses revealed more shared transcripts across different input RNA amounts, improved Principal Component Analysis (PCA) separation, and yielded more DEGs between cell types. As proof-of-principle, CLEAR was applied to an in-house lcRNA-seq dataset and two public datasets. When imputation is used, CLEAR is also adaptable to large clinical studies and for single cell analyses.

研究の動機と目的

• 限られた細胞数のRNA-seq（lcRNA-seq）データにおいて、ノイズの多い転写産物を同定・除去するための専用アルゴリズムの不足に対処すること。
• 低入力RNA-seq実験における後続の差分発現解析の信頼性と再現性を向上させること。
• 貴重な臨床的およびレアな細胞サンプルにおける、変動するRNA入力量にわたる堅牢な転写産物定量を可能にすること。
• 大規模な臨床的および単一細胞RNA-seq研究におけるスケーラビリティを高めるために、補完法と統合すること。
• カバレッジパターンを用いて、lcRNA-seqデータにおける信頼性の高い定量可能な転写産物を同定する標準化されたワークフローを提供すること。

提案手法

• 生物学的リPLICATE間で一貫した信号を示す転写産物を同定するために、配列リード全体のカバレッジデプスを活用する。
• 低いか一貫性のないリードカバレッジを示す転写産物を除外するため、カバレッジベースのフィルタリング閾値を適用する。
• 生物学的リPLICATE間のカバレッジ分布に基づいて、転写産物の検出可能性を統計的フレームワークで評価する。
• 高信頼性の転写産物を分析に優先させるために、後続の差分発現パイプラインと統合する。
• 3つの異なるRNA入力量でFACS分離した慢性リンパ球性白血病患者由来のCD5+およびCD5-細胞を用いて検証した。
• 補完法と互換性があるように設計されており、大規模な臨床的および単一細胞データセットへの応用が可能である。

実験結果

リサーチクエスチョン

• RQ1 低入力RNA-seqデータにおけるノイズの多い転写産物を、どのように体系的に同定・フィルタリングすることでデータ品質を向上させることができるか？
• RQ2 カバレッジベースのフィルタリングは、lcRNA-seqにおける異なるRNA入力量にわたる転写産物の一貫性をどの程度向上させるか？
• RQ3 低カバレッジの転写産物をフィルタリングすることで、主成分分析（PCA）における細胞種の分離が改善されるか？
• RQ4 フィルタリングされた転写産物を用いることで、細胞種間で同定される差分発現遺伝子（DEG）の数と信頼性はどのように変化するか？
• RQ5 補完法と組み合わせることで、CLEARワークフローは大規模な臨床的および単一細胞RNA-seq研究に効果的に応用可能か？

主な発見

• CLEARを用いることで、全転写産物を用いた場合と比較して、異なるRNA入力量にわたってより多くの共有転写産物が同定された。これは再現性の向上を示している。
• CLEARでフィルタリングされた転写産物を用いたPCA解析では、CD5+およびCD5-細胞集団の分離が明確に見られ、ノイズの低減とより良い生物学的信号の抽出が示された。
• CLEARを用いた差分発現解析では、全転写産物を用いた解析と比較して、細胞種間でより多くの差分発現遺伝子が同定された。
• FACS分離細胞の3つの入力レベルにわたる検証を通じて、ワークフローの堅牢性が確認され、低入力実験設計における有用性が裏付けられた。
• CLEARは補完法と互換性があり、大規模な臨床データセットおよび単一細胞RNA-seqアプリケーションへの応用が可能である。
• 不一致または低カバレッジの転写産物をフィルタリングすることで、技術的ノイズが効果的に低減され、後続の解析におけるデータ信頼性が向上した。