Solo: Identificação de Doublets em RNA-Seq de Células Únicas via Aprendizado Profundo Semi-Supervisionado

As medições de expressão gênica por sequenciamento de RNA de célula única (scRNA-seq) permitem uma visão de alta resolução sem precedentes do estado celular. No entanto, os métodos atuais geralmente resultam em duas ou mais células que compartilham o mesmo código de barras de identificação celular; esses "doublets" violam a premissa fundamental da tecnologia de célula única e podem levar a inferências incorretas. Aqui, descrevemos o Solo, uma abordagem de aprendizado profundo semi-supervisionado que identifica doublets com maior precisão do que os métodos existentes. O Solo incorpora células de forma não supervisionada usando um autoencoder variacional e, em seguida, adiciona uma camada de rede neural feed-forward ao codificador para formar um classificador supervisionado. Treinamos esse classificador para distinguir doublets simulados dos dados observados. O Solo pode ser aplicado em combinação com métodos experimentais de detecção de doublets para purificar ainda mais os dados de scRNA-seq para células únicas verdadeiras. Está disponível gratuitamente em https://github.com/calico/solo. Um registro do processo de revisão por pares transparente deste artigo está incluído nas Informações Suplementares.