تمكين المحاكاة غير المتجانسة للنماذج الزائفة من المعايرة الواقعية لطرق فك نوع الخلية

الخلفية: تمكّن عملية فك نوع الخلية الحاسوبية من تقدير وفرة نوع الخلية من الأنسجة الزائدة، وهي مهمة لفهم بيئة الأنسجة الدقيقة، خاصة في أنسجة الأورام. مع التطور السريع لطرق الفك، تم نشر العديد من دراسات المعايرة بهدف تقييم شامل لهذه الطرق. تعتمد دراسات المعايرة على بيانات تسلسل RNA للخلايا الفردية ذات نوع الخلية المحدد لإنشاء مجموعات بيانات زائفة نموذجية عن طريق إضافة أنواع خلايا فردية بنسب مضبوطة. النتائج: في عملنا، نظهر أن التطبيق القياسي لهذا النهج، الذي يستخدم خلايا فردية مختارة عشوائيًا، بغض النظر عن الاختلافات الذاتية بينها، ينتج قيم تعبير جماعية صناعية تفتقر إلى التباين البيولوجي المناسب. نحن نوضح لماذا وكيف أن خط أنابيب المحاكاة الجماعي الحالي مع خلايا عشوائية غير واقعي ونقترح استراتيجية محاكاة غير متجانسة كحل. تتطابق العينات الجماعية المُحاكية غير المتجانسة مع التباين المرصود في مجموعات البيانات الجماعية الحقيقية وبالتالي توفر فوائد ملموسة للمعايرة بعدة طرق. نبرز أن الفئات المفاهيمية لطرق الفك تختلف بشكل دراماتيكي في قوتها أمام التباين، حيث تؤدي الطرق التي لا تعتمد على مرجع أداءً ضعيفًا بشكل خاص. بالنسبة لطرق الانحدار، توفر المحاكاة غير المتجانسة إطارًا صريحًا لفك ارتباط مساهمات بناء المراجع وطرق الانحدار بالأداء. أخيرًا، نقوم بإجراء معايرة شاملة لمجموعة متنوعة من الطرق عبر ثمانية مجموعات بيانات مختلفة ونجد أن BayesPrism ومنهج مخلوط MuSiC/CIBERSORTx هما الأفضل أداءً. الاستنتاجات: تم تنفيذ طريقة المحاكاة الجماعية غير المتجانسة وأطر المعايرة بالكامل في حزمة سهلة الاستخدام https://github.com/humengying0907/deconvBenchmarking و https://doi.org/10.5281/zenodo.8206516 ، مما يمكّن من مزيد من التطورات في طرق الفَك.