Hücresel çözünürlükte tekil varyant çağırma — mutasyonları hücresel çözünürlükte tespit etme
Single-Cell Genomic Variant Calling · Ayrıca şöyle bilinir: scVariant calling, single-cell SNV calling, scDNA-seq variant detection, single-cell somatic mutation calling
Tekil hücre varyant çağırma, toplu bir doku karışımı yerine bireysel hücreler içindeki DNA dizisi varyantlarını — tek nükleotit varyantları (SNV'ler), küçük insersiyonlar ve delesyonlar ve kopya sayısı değişiklikleri — tanımlayan bir biyoinformatik işlem hattıdır. Mutasyonel manzarayı hücre hücre çözümleyerek, toplu dizilemenin gizlediği tümör içi heterojenliği, klonal mimariyi ve somatik mutasyon modellerini ortaya çıkarır. Bu yaklaşım, kanser genom bilimi, gelişim biyolojisi ve hücreden hücreye genetik çeşitliliğin birincil soru olduğu herhangi bir çalışma için merkezidir.
Tam yöntemi oku
Bu bölümü okumak için ücretsiz hesapla giriş yapın.
Yöntem haritası
İlişkili yöntemlerin komşuluğu — keşfetmek için bir düğüm seçin.
Ne zaman kullanılır
Bilimsel sorunun hücresel çözünürlükte genetik heterojenliği çözümlemeyi gerektirdiği durumlarda tekil hücre varyant çağırmayı kullanın: tümörlerde klonal evrimi haritalama, gelişim sırasında somatik mutasyonları izleme, mozaik genetik hastalıkları karakterize etme veya genotipi transkripsiyonel duruma bağlama. Toplu dizilemenin azınlık alt klonları ortalamadan çıkaracağı veya hücre başına mutasyon-fenotip ilişkilerinin gerektiği durumlarda toplu varyant çağırmanın yerine doğrudan bir ikame olarak kullanmak doğru araçtır. Yalnızca popülasyon düzeyinde allel frekanslarının gerektiği durumlarda toplu varyant çağırmanın yerine doğrudan bir ikame olarak kullanmayın — toplu dizileme daha ucuzdur, lokus başına çok daha yüksek kapsama sağlar ve daha düşük yanlış pozitif oranlarına sahiptir. Ayrıca, çoğaltma kalitesinin zayıf olduğu (hücre başına <5x kapsama) veya düşme oranlarını güvenilir bir şekilde modellemek için hücre sayısının çok az olduğu durumlarda da kaçının.
Güçlü yönler & sınırlılıklar
- Toplu dizilemenin görünür kılmadığı tümör içi ve hücreler arası genetik heterojenliği çözer.
- Bireysel hücreler arasındaki klonal evrimin ve filogenetik ilişkilerin doğrudan yeniden yapılandırılmasını sağlar.
- Eşleştirilmiş scRNA-seq ile somatik mutasyon durumunu gen-ekspresyon fenotipine bağlayabilir.
- Olasılıksal modeller, allelik düşme gibi tam genom çoğaltma artefaktlarını açıkça hesaba katar.
- Kanser, gelişim, yaşlanma ve mozaik genetik hastalık gibi çeşitli bağlamlarda uygulanabilir.
- Tam genom çoğaltma, allelik düşme ve düzensiz kapsama getirir, bu da toplu dizilemeden daha yüksek yanlış negatif oranlarına yol açar.
- Hücre başına dizileme derinliği tipik olarak sığdır, bu da düşük frekanslı somatik varyantları tespit etme hassasiyetini sınırlar.
- Hesaplama açısından pahalıdır: yüzlerce ila binlerce hücre arasında ortak modelleme önemli bellek ve CPU süresi gerektirir.
- Yalnızca popülasyon düzeyinde allel frekanslarının gerektiği durumlarda toplu yaklaşımlara kıyasla varyant keşfi başına yüksek maliyet.
- scRNA-seq tabanlı varyant çağırma, RNA düzenleme, birleştirme varyasyonu ve intronik dizinin olmaması ile karıştırılır.
SSS
Tekil hücre verileri için GATK HaplotypeCaller kullanabilir miyim?
GATK HaplotypeCaller, toplu dizileme için tasarlanmıştır ve allelik düşme gibi tam genom çoğaltma artefaktlarını modellemez. Tekil hücre verilerine naif olarak uygulandığında, heterozigot bölgelerde yüksek yanlış negatif oranları üretir. scRNA-seq verilerinde dikkatli aşağı akış filtrelemeyle öncel çağırıcı olarak kullanılabilir, ancak scDNA-seq için Monovar, SCcaller veya Cellsnp-lite gibi özel tekil hücre araçları şiddetle tercih edilir.
Allelik düşme nedir ve neden önemlidir?
Allelik düşme (ADO), heterozigot bir lokustaki iki kromozomal kopyadan birinin tam genom çoğaltma sırasında çoğaltılamaması, böylece dizileme verilerinde yalnızca bir allelin görünmesi durumunda meydana gelir. Hücre daha sonra olmasa bile homozigot görünür. Tekil hücre varyant çağırıcıları, heterozigot bölgelerin sistematik olarak homozigot referans veya homozigot alternatif olarak yanlış çağrılmamasını sağlamak için ADO oranlarını açıkça modeller — tipik olarak verilerden tahmin ederek.
Güvenilir varyant çağırma için kaç hücre gereklidir?
Kesin bir minimum yoktur, ancak hücreler arasında bilgi paylaşan ortak istatistiksel modeller, hücre sayısı arttıkça daha doğru hale gelir. Çalışmalar tipik olarak hedeflenen paneller için onlarca ila yüzlerce hücre ve damlacık tabanlı platformlar için binlerce hücre ile çalışır. Yaklaşık 20'den az hücre ile, hücre başına genotip belirsizliği yüksektir ve klonal çıkarım güvenilmezdir; dizilemeden önce ilgilenilen hücre popülasyonunu (örneğin, tümör hücreleri) zenginleştirmek etkili örnek boyutunu artırır.
Tekil hücre varyant çağırma scRNA-seq verilerine uygulanabilir mi?
Evet, ancak bazı uyarılarla. scRNA-seq yalnızca ifade edilen bölgeleri kapsar, intronik ve genler arası varyantları kaçırır ve RNA düzenleme ve birleştirme varyasyonundan etkilenir. Cellsnp-lite, GATK ve vartrix gibi araçlar RNA tabanlı varyant çağırmak için uyarlanmıştır. Yaklaşım, de novo somatik mutasyon keşfinden ziyade bilinen varyantları genotiplemek (örneğin, çoklu deneylerde hücreleri donörlere atamak) için en kullanışlıdır.
Tekil hücre verilerinde somatik mutasyonları germ hatı varyantlarından nasıl ayırt ederim?
Çağrılan tüm varyantları popülasyon germ hatı veritabanlarına (dbSNP, gnomAD) karşı çapraz referanslayın. Yüksek güvenilirlikle her hücrede bulunan varyantlar muhtemelen germ hatıdır; bir alt küme hücrelerle sınırlı ve veritabanlarında bulunmayan varyantlar aday somatik olaylardır. Aynı bireyden alınan eşleştirilmiş normal doku (kan veya tükürük), filtreleme için en güvenilir germ hatı temelini sağlar.
Kaynaklar
- Zafar, H., Wang, Y., Nakhleh, L., Navin, N., & Chen, K. (2016). Monovar: single-nucleotide variant detection in single cells. Nature Methods, 13(6), 505–507. DOI: 10.1038/nmeth.3835 ↗
- Singer, J., Ruscheweyh, H. J., Doherr, M. G., Stadler, T., & Althaus, C. L. (2021). Single-nucleotide variant calling in single-cell sequencing data with piccolo. BMC Bioinformatics, 22(1), 333. link ↗
Bu sayfayı kaynak gösterin
ScholarGate. (2026, June 3). Single-Cell Genomic Variant Calling. ScholarGate. https://scholargate.app/tr/bioinformatics/single-cell-variant-calling
Hangi yöntem?
Bu yöntemi en yakın akrabalarının yanına koyup yan yana okuyun — kütüphane kitapları masaya serer; seçim sizindir.
- Kopya Numarası Değişkenliği AnaliziBiyoenformatik↔ karşılaştır