BGI-Research presenta herramientas algorítmicas para avanzar en la investigación de transcriptómica espacial

SHENZHEN, CHINA, March 7, 2024 /EINPresswire.com/ — El 20 de febrero, BGI-Research presentó un nuevo conjunto de herramientas algorítmicas diseñadas para mejorar el análisis de datos de transcriptómica espacial (ST), proporcionando resultados analíticos más refinados y confiables para los investigadores que exploran el complejo mundo de la transcriptómica espacial. El primer lote de seis herramientas, que representan una mejora significativa en el procesamiento de datos ST intrincados, se presentó en GigaScience y GigaByte.

ST es un método de análisis innovador y de alto rendimiento que combina el secuenciamiento de ARN con información espacial del tejido, señalando los transcriptomas y sus ubicaciones dentro de tejidos o células. Mientras que la transcriptómica de células individuales puede proporcionar un perfil transcripcional general, carece de la capacidad para identificar la distribución espacial entre tipos celulares dentro de tejidos.

El advenimiento de ST ha cerrado esta brecha, revelando patrones de distribución espacial, interacciones entre subgrupos celulares y la posición de los tipos celulares dentro de varias estructuras tisulares. Esto es fundamental para comprender las funciones e interacciones celulares, así como para revelar procesos de desarrollo, cambios patológicos y mecanismos de progresión de enfermedades.

El proceso de secuenciación de ST abarca pasos de preparación de muestras, captura de ARN, secuenciación de ARN, adquisición de imágenes, registro de datos y análisis de datos. Los investigadores a menudo enfrentan desafíos en el manejo de datos y preprocesamiento, integración y normalización de conjuntos de datos, y agrupamiento de datos y anotación funcional. Las herramientas algorítmicas tradicionales se centran principalmente en los niveles de expresión génica mientras pasan por alto la información espacial, la complejidad o las interacciones célula a célula.

El nuevo conjunto de herramientas algorítmicas desarrollado por BGI-Research emplea técnicas y algoritmos estadísticos avanzados para manejar y preprocesar eficientemente los datos ST, abordando los problemas que los métodos convencionales no pudieron resolver. Pueden crear, a nivel de células individuales, atlas de expresión génica espacial que proporcionan a los investigadores información más precisa y detallada sobre los tipos celulares y la posición espacial. Las herramientas también eliminan con precisión el ruido y los efectos de lote de estos atlas, mejorando la calidad y confiabilidad de los datos. Además, las herramientas ofrecen métodos de análisis innovadores para explorar interacciones entre tipos celulares y patrones de expresión génica.

El equipo de desarrollo del BGI-Research ha validado la amplia aplicabilidad de estas herramientas en múltiples plataformas de secuenciación ST. Las herramientas han demostrado un rendimiento ejemplar en datos generados a partir de la plataforma Stereo-seq del Grupo BGI, que cuenta con un gran campo de visión y una ultra alta precisión, capaz de detectar más de 25.000 genes simultáneamente. También son compatibles con otras plataformas que se utilizan comúnmente.

Las herramientas se han hecho de código abierto en GitHub para su descarga y uso gratuito, reflejando el compromiso de BGI con el apoyo a la comunidad de investigación más amplia. La popularidad y el apoyo a estas herramientas son evidentes, con el algoritmo de Flujo de Trabajo de Análisis Stereo-Seq (SAW) siendo “marcado con estrella” (resaltado) casi 100 veces en GitHub, y las herramientas de Suavizado Gaussiano Eficiente y Adaptativo (EAGS) y BatchEval Pipeline se descargan casi 2.500 veces en total.

El Dr. Wang Qianwen del Departamento de Bioinformática de la Escuela de Ciencias Médicas Básicas de la Universidad Médica del Sur ha recibido con satisfacción el lanzamiento de las herramientas. “Actualmente estamos aplicando SAW a nuestro proyecto de análisis de datos de secuenciación de transcriptoma espaciotemporal en ciencias del cerebro. La herramienta SAW es fácil de usar en términos de implementación y curva de aprendizaje, con instrucciones claras, y ofrece un rendimiento rápido. Además, el software presenta tiempos de respuesta rápidos para actualizaciones y depuración”.

“El lanzamiento de estas herramientas algorítmicas marca un paso crucial en la transcriptómica espacial, prometiendo impulsar la investigación y aplicación de este campo innovador a nuevas alturas”, dijo el Dr. Xu Xun, director de BGI-Research. “A través de estos avances, BGI-Research reafirma su posición en la vanguardia de la investigación en ciencias de la vida, proporcionando las herramientas necesarias para que los investigadores a nivel mundial obtengan una comprensión más profunda de las complejidades de los sistemas biológicos”.

Para el próximo paso, el equipo del BGI-Research tiene como objetivo mejorar la funcionalidad, eficiencia y precisión de las herramientas existentes. También están explorando la aplicación de nuevas tecnologías y métodos para mejorar el rendimiento de las herramientas y expandir su alcance de aplicación. El equipo está ansioso por forjar y expandir esfuerzos de colaboración para utilizar estos algoritmos en la resolución de los desafíos encontrados en la investigación biológica.

Para más información, por favor visite los artículos publicados en GigaScience y GigaByte:
GigaScience: https://academic.oup.com/gigascience/pages/spatial-omics-methods-and-applications
GigaByte: https://doi.org/10.46471/GIGABYTE_SERIES_0005

Las herramientas pueden ser accedidas aquí en GitHub:
EAGS: https://github.com/STOmics/EAGS
SGAE: https://github.com/STOmics/SGAE
SAW: https://github.com/STOmics/SAW
STCellbin: https://github.com/STOmics/STCellbin
BatchEval: https://github.com/STOmics/BatchEval
VNS: https://github.com/STOmics/VNS

Richard Li
BGI Group
email us here
Visit us on social media:
Facebook
Twitter
LinkedIn