[论文解读] 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 3

一句话总结

CLEAR 是一种计算工作流程，通过利用基于覆盖度的过滤方法减少噪声，从而在低输入量 RNA-seq（lcRNA-seq）数据中可靠地识别可量化转录本。它通过提高不同输入量下转录本的一致性、增强主成分分析（PCA）的分离效果，并在不同细胞类型间识别出更多差异表达基因，从而改善下游差异表达分析。

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.

研究动机与目标

• 解决缺乏专门用于识别和去除低细胞量 RNA-seq（lcRNA-seq）数据中噪声转录本的算法的问题。
• 提高低输入量 RNA-seq 实验中下游差异表达分析的可靠性与可重复性。
• 实现在珍贵临床样本和稀有细胞样本中，不同 RNA 输入量下的稳健转录本定量。
• 支持与填补方法集成，以实现大规模临床和单细胞 RNA-seq 研究中的可扩展性。
• 提供一种标准化工作流程，利用覆盖度模式识别 lcRNA-seq 数据中可可靠量化的转录本。

提出的方法

• 利用测序读段中的覆盖度深度，识别在生物重复样本中具有稳定可靠信号的转录本。
• 应用基于覆盖度的过滤阈值，排除覆盖度低或不一致的转录本，以指示技术噪声。
• 采用统计框架，基于生物重复样本中覆盖度分布评估转录本的可检测性。
• 与下游差异表达分析流程集成，优先选择高置信度转录本进行分析。
• 在三位点分选的慢性淋巴细胞白血病患者 CD5+ 和 CD5- 细胞中，针对三种 RNA 输入量进行了验证。
• 设计为与填补方法兼容，可应用于大规模临床和单细胞数据集。

实验结果

研究问题

• RQ1 如何系统性地识别并过滤低输入量 RNA-seq 数据中的噪声转录本，以提升数据质量？
• RQ2 基于覆盖度的过滤在多大程度上能提升 lcRNA-seq 中不同 RNA 输入量下转录本的一致性？
• RQ3 过滤低覆盖度转录本是否能改善主成分分析（PCA）中细胞类型的分离效果？
• RQ4 使用过滤后的转录本如何影响细胞类型间差异表达基因（DEGs）的数量与可靠性？
• RQ5 当与填补方法结合时，CLEAR 工作流程是否能有效适应大规模临床和单细胞 RNA-seq 研究？

主要发现

• 与使用全部转录本相比，CLEAR 在不同 RNA 输入量之间识别出更多共享转录本，表明其可重复性得到提升。
• 使用 CLEAR 过滤后转录本进行的 PCA 分析显示，CD5+ 和 CD5- 细胞群集分离更清晰，表明噪声减少且生物信号更优。
• 在下游差异表达分析中，使用 CLEAR 得到的差异表达基因数量多于使用全部转录本的分析结果。
• 该工作流程在三种 RNA 输入水平的 FACS 分选细胞中表现出稳健性，证实其在低输入实验设计中的实用性。
• CLEAR 与填补方法兼容，可应用于大规模临床数据集和单细胞 RNA-seq 应用。
• 该方法通过过滤覆盖度不一致或过低的转录本，有效减少技术噪声，提升下游分析的数据可靠性。