SCSTARは、単一細胞RNAシーケンスデータの条件全体にわたる実生的な細胞ペア構造で隠された不均一性を明らかにします

細胞状態の遷移は、単一細胞リボ核酸（RNA）からの追加情報を明らかにすることができます。ただし、現在の方法のほとんどは、遺伝子発現状態の時間誘導体に基づいており、細胞状態の短期的な進化に制限されています。ここでは、RNA-seqデータ（SCSTAR）のサンプル全体の単一細胞状態遷移を提示します。これは、部分的な2つの機能スペース間の共分散を最大化することにより、任意の時間範囲で生物学的条件間のペアセル投影を構築することにより、この制限を克服します。最小二乗および最小二乗エラー方法。マウスの老化データでは、CD4+メモリT細胞サブタイプのストレスに対する応答が老化に関連していることがわかりました。MTORC活性化を特徴とする新しいTregサブタイプは、抗腫瘍免疫抑制に関連していることが確認されました。これは、がんゲノムATLASプログラムの11の癌における免疫蛍光顕微鏡検査と生存分析によって確認されました。黒色腫のデータでは、SCSTARは免疫療法応答予測の精度を0.8から0.96に改善しました。

Cell-state transition can reveal additional information from single-cell ribonucleic acid (RNA)-sequencing data in time-resolved biological phenomena. However, most of the current methods are based on the time derivative of the gene expression state, which restricts them to the short-term evolution of cell states. Here, we present single-cell State Transition Across-samples of RNA-seq data (scSTAR), which overcomes this limitation by constructing a paired-cell projection between biological conditions with an arbitrary time span by maximizing the covariance between two feature spaces using partial least square and minimum squared error methods. In mouse ageing data, the response to stress in CD4+ memory T cell subtypes was found to be associated with ageing. A novel Treg subtype characterized by mTORC activation was identified to be associated with antitumour immune suppression, which was confirmed by immunofluorescence microscopy and survival analysis in 11 cancers from The Cancer Genome Atlas Program. On melanoma data, scSTAR improved immunotherapy-response prediction accuracy from 0.8 to 0.96.