Algorithms for integration of single-cell transcriptomic data

Abstract

Transkriptomika jednotlivých buněk je inovativní technika, která umožňuje zkoumat genovou expresi jednotlivých buněk v tkáních či jiných komplexních biologických vzorcích. Data získaná tímto přístupem přinášejí zásadní poznatky v různých biologických oblastech, jako jsou například embryologie, onkologie či imunologie. Skutečné pochopení fungování a vzájemných interakcí jednotlivých buněk v rámci tkání vyžaduje znalost jejich individuálních expresních profilů. Vzhledem k novosti této metodiky a technickým výzvám při generování dat může být porovnání různých vzorků obtížné a ovlivněno různými dávkovými efekty. Efektivní srovnání informací získaných ohledně genové exprese v odlišných biologických replikátech nebo v technických rep- likátech generovaných různými metodami může být náročné. Vývoj bioinformatických přístupů k vyřešení tohoto problému stále probíhá. Cílem této práce je: 1. Provést průzkum stávajících řešení pro integraci dat z transkriptomiky jednotlivých buněk, 2. porovnat tato řešení s použitím veřejně dostupných souborů dat, konkrétně mononukleárních buněk periferní krve, a 3. vybrat nejvhodnější metodu integrace, která bude použita pro soubor dat...

Single-cell transcriptomics represents an innovative technique that allows for the examination of gene expression of individual cells in tissues or other complex biological samples. The data gen- erated through this approach offer crucial insights into various biological domains, such as em- bryology, oncology, and immunology. Understanding the functioning and mutual interactions of individual cells within tissues indeed requires knowledge of their individual expression profiles. Given the novelty of this method and technical challenges faced during data generation, com- parison of different samples may be difficult and affected by various batch effects. Effectively reconciling the information obtained regarding gene expression in distinct biological replicates or technical replicates generated by different methodologies may be onerous. The development of bioinformatics approaches to address this challenge is an ongoing process. The objective of this thesis is to: 1. survey the existing solutions for integration of single-cell transcriptomic data, 2. benchmark these solutions using publicly available datasets, specifically peripheral blood mononuclear cells, and 3. select the most suitable integration method to apply to a tumour microenvironment dataset generated by our laboratory. This bachelor...