Bonsai: Tek Hücre Verisi için Bozulmasız Ağaç Tabanlı Görselleştirme

Araştırmacılar, tek hücreli RNA dizileme (scRNA-seq) verilerini analiz etmek için Bonsai adlı yeni bir Bayesyen yöntem geliştirdi. t-SNE ve UMAP gibi popüler görselleştirme araçlarının bilinen zayıflığı olan yapı bozulması ve var olmayan örüntüleri 'halüsinasyon' gibi üretme sorununu, hücreleri bir ağaç yapısının yaprakları olarak modelleyerek çözüyor.

Yöntem, yüksek boyutlu gen ifade uzayındaki hücreler arası mesafelerin, ayarlanabilir parametre gerektirmeyen olasılıksal bir model aracılığıyla ağaç dallarında doğru şekilde temsil edilebildiğini gösteriyor. Bonsai sadece hücreleri tiplere kümelemekle kalmıyor, aynı zamanda farklılaşma yörüngelerini de çıkarıyor ve tüm ölçeklerde çift yönlü mesafeleri koruyor. Kordon kanı hücreleri üzerinde test edildiğinde, bilinen kan hücre hiyerarşisini doğru şekilde yeniden üretirken önceden tanımlanmamış soy ilişkilerini de ortaya çıkarıyor.

Ekip, aracı bağımsız bir yazılım olarak sunmanın yanında, Sanity normalizasyonu ve Cellstates kümeleme adımlarını içeren otomatik bir web sunucusu ile sonuçları görselleştirmek için Bonsai-scout adlı interaktif bir uygulama da yayınladı. Bu, biyoinformatik ve hesaplamalı biyoloji mühendisleri için mevcut trial-and-error temelli görselleştirme pratiğine sistematik bir alternatif sunuyor.