scComm: uma estrutura de aprendizado contrastivo para decifrar comunicações entre células com resolução de célula única

A comunicação entre células regula processos biológicos complexos em sistemas multicelulares. Os métodos existentes baseados em scRNA-seq geralmente agregam a expressão gênica por clusters, ignorando a heterogeneidade dentro dos clusters. Apresentamos o scComm, uma estrutura computacional que infere as comunicações entre células individuais usando aprendizado contrastivo supervisionado. Em simulações, o scComm supera outros métodos e alcança até 95% de precisão. Aplicado ao câncer colorretal, revela comunicações entre células ligadas à resposta ao bloqueio de PD-1 e estruturas linfóides terciárias. No câncer de fígado, identifica três subtipos tumorais novos e subtipos de neutrófilos que promovem angiogênese e que possuem microambientes tumorais únicos. O scComm permite uma análise de comunicação entre células em alta resolução, descobrindo insights biológicos que foram perdidos por abordagens existentes.