Современные методы биологических исследований стремительно развиваются, и одно-клеточные технологии омics занимают лидирующие позиции в понимании сложных биологических систем. Они позволяют изучать индивидуальные клетки, раскрывая уникальные характеристики и состояния клеточных популяций в различных тканях и условиях. С каждым годом наблюдается рост объемов этих данных, что создает как огромные возможности, так и серьезные вызовы в их обработке и интерпретации. В условиях таких объемов одного лишь доступа к данным становится недостаточно - нужен эффективный, стандартизированный и доступный всем пользователям инструмент для анализа и переиспользования полученной информации. Именно такую задачу решает платформа Scvi-hub, представляющая собой репозиторий предобученных моделей для анализа одно-клеточных данных, разработанный в рамках open-source среды scvi-tools и интегрированный с экосистемой scverse.
Scvi-hub концептуально отличается от традиционных баз данных. Вместо хранения исключительно сырых данных, платформа предоставляет модели машинного обучения, особенно модели вариационного автокодировщика и их различные реализации (такие как scVI, scANVI, totalVI и другие), которые используются для нормализации, интеграции, визуализации и аннотирования одно-клеточных наборов данных. Такие модели позволяют быстро выполнять сложные аналитические задачи, вытягивая наиболее значимую информацию из данных и минимизируя требования к вычислительным ресурсам. Одним из ключевых преимуществ Scvi-hub является возможность применения transfer learning, или передачи обучения. Это означает, что обученные на крупных и комплексных наборах данных модели могут быть эффективно переиспользованы для анализа новых, зачастую небольших и нишевых, наборов данных.
Использование уже тренированных моделей существенно снижает время и затраты на вычисления, исключая необходимость начинать обучение с нуля. Также повышается точность и надежность анализа за счет использования качественных референсных моделей, уже проверенных и оптимизированных на больших биологических популяциях и разнообразных тканях. В технологической основе Scvi-hub лежит интеграция с платформой Hugging Face Model Hub, которая изначально была ориентирована на решение задач в области обработки естественного языка и компьютерного зрения. Благодаря своей продвинутой системе версионного контроля, удобному интерфейсу для поиска и исследованию моделей, а также наличию обширных описаний (Model Cards), Hugging Face идеально подходит для публикации и обмена моделями в области биологии. Scvi-hub дополняет эту инфраструктуру инструментами, которые упрощают загрузку, хранение, оценку качества моделей, а также работу с минифицированными представлениями данных, существенно уменьшающими объемы хранимой информации без потери информативности.
Технология минификации данных, реализованная в Scvi-hub, позволяет сохранять не весь исходный матричный формат данных, а лишь параметры латентного пространства, например, средние значения и дисперсии скрытых переменных, отвечающих за состояние каждой клетки. Такая компрессия уменьшает требования к памяти и пропускной способности сети, открывая доступ к анализу крайне больших наборов данных, содержащих миллионы клеток, на обычных компьютерах без специализированных вычислительных ресурсов. Немаловажной функцией Scvi-hub выступает модуль оценки качества моделей - scvi.criticism. Он позволяет исследователям проверить, насколько точно модель воспроизводит ключевые статистики реальных данных, включая коэффициент вариации по генам и клеткам, оценку дифференциальной экспрессии и др.
Такая оценка важна и для разработчиков моделей, и для пользователей, которые могут наглядно увидеть, насколько выбранная модель подходит для их задач и соответствует специфике исследуемой биологии. Практическая ценность платформы хорошо иллюстрируется на примерах использования. Scvi-hub широко применяется для анализа новых запросных (query) данных, например, инструмент позволяет легко перенести аннотации клеточных типов с крупных эталонных данных на новые малые наборы, выявлять дифференциально представленные клеточные состояния и конкретизировать генные профили при различных заболеваниях. В исследованиях хронических патологий легких, таких как эмфизема, с помощью Scvi-hub удалось выявить воспалительные сигнатуры в клетках фибробластов, а при анализе кар-т-клеточной терапии - определить подмножества клеток, ассоциированные с лучшим ответом на лечение или побочными эффектами, такими как синдром высвобождения цитокинов. Еще одним мощным применением Scvi-hub является деконволюция данных пространственной транскриптомики.
Технологии, регистрирующие экспрессию генов с пространственным разрешением, часто захватывают группы клеток в пределах одной точки измерения. Использование предобученных моделей scRNA-seq, интегрированных с пространственными данными, позволяет оценить вклад каждого клеточного типа в определённой области ткани, что становится возможным благодаря таким решениям, как DestVI и Stereoscope и их размещению в Scvi-hub. Scvi-hub уже включает в себя десятки моделей, охватывающих широкий спектр тканей, видов и экспериментальных условий - от проекта Tabula Sapiens до самого большого на сегодня собрания одно-клеточных данных CELLxGENE Census. Этот последний проект насчитывает свыше 30 миллионов человеческих клеток и охватывает разнообразные ткани и состояния. Через Scvi-hub пользователи могут получить доступ к этому ресурсу в сжатом виде, выполнять интеграцию своих наборов данных с консорциумной моделью или напрямую анализировать огромные наборы данных без необходимости скачивать и загружать тяжелую структуру.
Открытый характер Scvi-hub, входящего в экосистему scvi-tools и scverse, способствует широкому сообществу пользователей и разработчиков, позволяя не только использовать, но и развивать новые модели, делиться ими и публиковать результаты в стандартизированной форме. Данная платформа становится мостом между исследователями, работающими с одно-клеточными данными, помогая снимать барьеры на пути анализа и переиспользования данных, что особенно важно в эпоху масштабных биоинформатических исследований и использования искусственного интеллекта. Подводя итог, Scvi-hub является инновационным решением, трансформирующим подход к анализу одно-клеточных данных за счет предоставления доступных, масштабируемых и высококачественных предобученных моделей. Его возможности снижают требования к вычислениям и времени, обеспечивают открытый доступ и стандартизированный формат, что значительно расширяет горизонты и глубину биологических исследований. В будущем развитие Scvi-hub и интеграция с другими моделями, а также расширение поддержки мультимодальных данных обещают еще более широкие возможности для понимания клеточных состояний и их роли в здоровье и болезни.
.
