[논문 리뷰] Computational challenges of cell cycle analysis using single cell transcriptomics

A. Chervov, Andreï Zinovyev|arXiv (Cornell University)|2022. 08. 10.

Single-cell and spatial transcriptomics인용 수 4

한 줄 요약

이 논문은 단일세포 RNA 시퀀싱(scRNA-seq) 분석에서 세포주기 분석과 관련된 계산적 과제를 검토하며, 단계 탐지, 가짜시간 추론, G0 세포 특성화와 같은 핵심 과제를 규명한다. 17개의 소프트웨어 도구를 평가한 결과, 현재의 패키지 중에서 모든 과제를 신뢰성 있게 처리하는 것은 없으며, 특히 정상 세포주기 동역학과 Embryonic Stem Cell(ESC)-유사 세포주기 동역학을 구분하는 데에 어려움이 있음을 드러내어 정확성과 재현 가능성 측면에서 심각한 격차가 있음을 시사한다.

ABSTRACT

The cell cycle is one of the most fundamental biological processes important for understanding normal physiology and various pathologies such as cancer. Single cell RNA sequencing technologies give an opportunity to analyse the cell cycle transcriptome dynamics in an unprecedented range of conditions (cell types and perturbations), with thousands of publicly available datasets. Here we review the main computational tasks in such analysis: 1) identification of cell cycle phases, 2) pseudotime inference, 3) identification and profiling of cell cycle-related genes, 4) removing cell cycle effect, 5) identification and analysis of the G0 (quiescent) cells. We review seventeen software packages that are available today for the cell cycle analysis using scRNA-seq data. Despite huge progress achieved, none of the packages can produce complete and reliable results with respect to all aforementioned tasks. One of the major difficulties for existing packages is distinguishing between two patterns of cell cycle transcriptomic dynamics: normal and characteristic for embryonic stem cells (ESC), with the latter one shared by many cancer cell lines. Moreover, some cell lines are characterized by a mixture of two subpopulations, one following the standard and one ESC-like cell cycle, which makes the analysis even more challenging. In conclusion, we discuss the difficulties of the analysis of cell cycle-related single cell transcriptome and provide certain guidelines for the use of the existing methods.

연구 동기 및 목표

• 단일세포 전사체 분석을 위한 세포주기 분석 도구의 현재 상태를 체계적으로 평가하기 위해.
• scRNA-seq 데이터에서 세포주기 단계, 가짜시간, 휴지상태(G0) 세포 탐지에 있어 핵심 계산적 과제를 규명하기 위해.
• 정상 세포주기 동역학과 Embryonic Stem Cell(ESC)-유사 세포주기 동역학을 구분하는 데의 어려움을 강조하기 위해. 이는 종종 암 세포주기에서 혼동을 야기한다.
• 기존 도구를 사용하는 연구자들에게 실용적인 지침을 제공하고 향후 소프트웨어 개발을 위한 개선 방안을 제안하기 위해.
• 표준화된 벤치마크와 재현 가능한 워크플로우를 통해 도구 평가 및 커뮤니티 수용을 향상시키기 위해 Kaggle와 같은 플랫폼을 활용할 것을 주장하기 위해.

제안 방법

• scRNA-seq 기반 세포주기 분석을 위한 17개의 공개 소프트웨어 패키지에 대한 체계적 검토.
• 계산 과제를 다섯 가지 핵심 영역으로 분류: 단계 탐지, 가짜시간 추론, 유전자 프로파일링, G0 세포 식별, 세포주기 영향 제거.
• G1/S-G2/M 단계 플로팅, 궤적 모델링, 통계적 탈구분 기법 등의 방법론적 접근 평가.
• 혼합된 세포집단에서 표준 동역학과 ESC-유사 세포주기 패턴을 동시에 포함하는 경우의 현재 도구의 한계 분석.
• Kaggle를 활용해 재현 가능한 분석, 노트북, 벤치마크 워크플로우를 공유하고, 버전 제어 및 커뮤니티 협업을 가능하게 함.
• 다양한 생물학적 맥락에서 도구 성능을 평가하기 위해 대규모 공개 데이터셋(PANGLAODB, ARCHS4 등)을 활용한 벤치마크 프레임워크 제안.

실험 결과

연구 질문

• RQ1 기존 소프트웨어 패키지들이 단일세포 주기 분석의 다섯 핵심 계산 과제에서 얼마나 잘 성능을 발휘하는가?
• RQ2 왜 scRNA-seq 데이터에서 정상 세포주기 동역학과 ESC-유사 세포주기 동역학을 구분하는 것이 어려운가? 이는 후속 분석에 어떤 영향을 미치는가?
• RQ3 현재 도구들이 이질적인 단일세포 데이터셋에서 휴지상태(G0) 세포를 얼마나 신뢰성 있게 식별하고 특성화할 수 있는가?
• RQ4 세포주기 진행에 대한 가짜시간 추론의 주요 한계는 무엇이며, 이는 궤적 재구성에 어떤 영향을 미치는가?
• RQ5 Kaggle와 같은 커뮤니티 플랫폼을 통해 세포주기 분석 도구의 재현 가능성과 벤치마크를 어떻게 향상시킬 수 있는가?

주요 결과

• 현재의 소프트웨어 패키지 중에서 다양한 데이터셋에서 다섯 핵심 과제인 단계 탐지, 가짜시간 추론, 유전자 프로파일링, G0 세포 식별, 세포주기 영향 제거를 모두 안정적으로 수행하는 것은 없다.
• 주요 과제는 표준 세포주기 동역학과 ESC-유사 패턴을 구분하는 데에 있으며, 이는 많은 암 세포주기에서 공유되어 잘못된 분류를 유도한다.
• 많은 도구들이 표준 및 ESC-유사 주기 세포를 동시에 포함하는 혼합 집단을 탐지하거나 적절히 모델링하지 못해 잘못된 단계 할당이 발생한다.
• 약물에 의한 세포주기 정지 상태는 현재의 어떤 패키지에서도 다루지 못하며, 제어 데이터가 없는 상태에서는 전용 분석 워크플로우가 부족하다.
• 여러 데이터셋 간 표준화된 벤치마크가 부족하여 도구 평가가 제한되며, 1,000개 이상의 가용 scRNA-seq 데이터셋 중에서 검증에 사용된 비율은 극히 소수에 불과하다.
• Kaggle와 같은 플랫폼은 재현 가능한 커뮤니티 기반 분석을 가능하게 하며, 대규모 벤치마크 및 세포주기 단계 예측, 가짜시간 추정을 위한 데이터 과학 도전 대회를 구축하는 데 활용될 수 있다.