В 2016 году был создан консорциум Human Cell Atlas — его целью стало полное картирование человеческого тела на клеточном уровне. Первые результаты работы опубликованы в журналах Nature Portfolio — подборка статей описывает разработку методов анализа и интеграции данных, создание атласов отдельных тканей и систем органов, а также механизмы и закономерности, обнаруженные в ходе работы над атласом.
Изображение:
Кровеносные сосуды в образце подвздошной кишки человека.
Credit:
Ana-Maria Cujba
В человеческом организме насчитывается около 37,2 триллиона клеток — каждый тип со своей уникальной функцией. Понимание сложности человеческого тела на уровне единичных клеток — сложная, но крайне важная для развития медицинской науки задача. Над ней работали и продолжают работать исследователи из глобального консорциума Human Cell Atlas (HCA), опубликовавшие первый черновой атлас клеток человека. Сборник статей, посвященный этому проекту и его успехам, опубликован в журналах Nature Portfolio. Подборка статей раскрывает три ключевых задачи HCA: картирование отдельных тканей и органов взрослого человека, их картирование в ходе развития и разработка новых аналитических методов, в том числе с применением машинного обучения.
Проект зародился почти десять лет назад. Еще тогда было понятно, что составление полноценной карты человеческого тела на уровне единичных клеток сопряжено с рядом трудностей и требует огромных объемов работы. В качестве инструмента работы с такими данными исследователи консорциума представили три алгоритма машинного обучения.
Первый из них — модель для классификации типов клеток, предсказывающая метки клеточных типов в неаннотированных наборах данных по существующим атласам. Алгоритм получил название popV.
Другая модель — scTab — основана на глубоком обучении и также необходима для аннотирования типов клеток. Она опирается уже на данные секвенирования РНК единичных клеток.
Наконец, третий алгоритм, названный MultiDGD, решает задачу интеграции мультимодальных данных, таких как экспрессия генов и доступность хроматина (упакованной формы ДНК) для транскрипционных механизмов, с помощью модели «глубокой скрытой переменной».
Собранные данные размещены на портале HCA — они включают информацию о примерно 62 миллионах клеток, полученных от 9100 доноров. Для облегчения интеграции данных консорциум работает над созданием 18 атласов биологической сети.
Характеризация единичных клеток, вошедших в атлас, во многом опирается на транскриптомные данные по различным направлениям. Среди них — изучение формирования плаценты и скелета, изменений, происходящих при созревании мозга, характеризация состояний клеток кишечника и сосудов, исследование влияния генетических вариаций на развитие заболеваний и многое другое.
К примеру, атлас желудочно-кишечного тракта включает ткани ротовой полости, пищевода, желудка, тонкого и толстого кишечника. Накопленные данные — в атлас вошло 1,1 миллиона клеток — интегрированы с помощью вычислительных методов и дополнены аннотациями типов и состояний клеток. Кроме того, авторы атласа проанализировали наборы данных о ЖКТ, полученные на пациентах с болезнью Крона, целиакией и другими воспалительными заболеваниями пищеварительной системы. Полученные данные позволят сравнивать состояния клеток в норме и при патологии — например, оценивать, как заболевание способствует метаплазии (изменению типа дифференцированных клеток, к которому может приводить воспаление кишечника).
Тонкая кишка.
Credit:
Grace Burgin, Noga Rogel & Moshe Biton, Klarman Cell Observatory, Broad Institute
Корректно оценивать состояние и происхождение типов клеток важно и в другом крупном направлении. Органоиды мозга человека, созданные из плюрипотентных стволовых клеток in vitro, служат полезными инструментами для изучения развития, эволюции и заболеваний мозга человека. Однако трудно количественно оценить, какие участки человеческого мозга надежнее всего охватываются существующими протоколами и насколько достоверно органоиды моделируют реальные явления. Для решения этой проблемы в рамках консорциума создан атлас нейрональных органоидов человека. Он включает данные об 1,7 миллионов клеток из 36 наборов данных транскриптомики единичных клеток и 26 протоколов получения органоидов. Его создатели пришли к выводу, что первое время культивирования органоид по клеточным характеристикам напоминает развивающийся мозг плода — первые три месяца соответствовали первому триместру беременности, вторые — второму. Однако дальнейшая дифференцировка и специализация клеток, происходящая в третьем триместре, в органоиде не происходила, и ученые задаются вопросом, каких сигналов и компонентов органоиду недостает.
Еще две работы посвящены картированию тканей человеческого тела в ходе развития. Одна статья посвящена формированию кожи в пренатальный период, в частности, ее иммунной ниши. Анализ 434 тысяч отдельных клеток, соответствующих 7–17 неделе после зачатия, указал на важную роль иммунных клеток, особенно макрофагов, в нормальном развитии кожи и образовании волосяного фолликула (эти данные можно применять для создания реалистичных органоидов человеческой кожи, что и продемонстрировали ученые).
Анализ эмбрионального развития скелета охватывает чуть более ранний период эмбриогенеза — с 5 по 11 неделю. С помощью одновременного картирования транскриптомных и эпигеномных профилей отдельных клеток авторы выявили ключевые сети регуляции генов, которые направляют клетки по хондрогенному или остеогенному пути дифференцировки. Взаимодействие клеток, которое регулирует формирование кости, указало на то, что одну из ключевых ролей может играть взаимодействие с сосудистой системой.
Вся совокупность проведенных исследований — важный шаг в построении клеточного атласа человека. Работа еще не завершена, и сейчас над ней продолжают трудиться более 3 600 участников консорциума из более чем 100 стран мира. Однако некоторые результаты, полученные HCA, уже сейчас используются в диагностике или разработке лекарств. Дальнейший прогресс улучшит наше понимание того, какие особенности лежат в основе тех или иных патологий и как клеточное разнообразие определяет индивидуальный ответ пациента на лечение.
С полным списком статей можно ознакомиться по ссылке.
Источники
Ergen, C., et al. Consensus prediction of cell type labels in single-cell data with popV. // Nat Genet (2024). DOI: 10.1038/s41588-024-01993-3
Fischer, F., et al. scTab: Scaling cross-tissue single-cell annotation models. // Nat Commun 15, 6611 (2024). DOI: 10.1038/s41467-024-51059-5
Schuster, V., et al. multiDGD: A versatile deep generative model for multi-omics data. Nat Commun 15, 10031 (2024). DOI: 10.1038/s41467-024-53340-z
Oliver, A.J., et al. Single-cell integration reveals metaplasia in inflammatory gut diseases. // Nature 635, 699–707 (2024). DOI: 10.1038/s41586-024-07571-1
He, Z., et al. An integrated transcriptomic cell atlas of human neural organoids. // Nature 635, 690–698 (2024). DOI: 10.1038/s41586-024-08172-8
Gopee, N.H., et al. A prenatal skin atlas reveals immune regulation of human skin morphogenesis. // Nature 635, 679–689 (2024). DOI: 10.1038/s41586-024-08002-x
To, K., et al. A multi-omic atlas of human embryonic skeletal development. // Nature 635, 657–667 (2024). DOI: 10.1038/s41586-024-08189-z