Moderne technische Möglichkeiten
erlauben es, einzelne Zellen zu sequenzieren und jeweils individuell
herauszufinden, welche Gene gerade abgelesen werden. Diese Methoden sind
sehr fein, dadurch aber auch sehr fehleranfällig: Geräte, Umwelt aber
auch die Biologie selbst können für Ausfälle und Unterschiede zwischen
den Messungen verantwortlich sein. Forscher des Helmholtz Zentrums
München haben gemeinsam mit Kollegen der Technischen Universität München
(TUM) und des englischen Wellcome Sanger Institute nun Algorithmen
entwickelt, die diese Fehlerquellen berechen- und korrigierbar machen.
Die Ergebnisse sind in ‚Nature Methods‘ und ‚Nature Communications‘
erschienen. 

Es ist ein visionäres Vorhaben von enormen
Ausmaßen – das Human Cell Atlas-Projekt kartiert alle Gewebe des
menschlichen Körpers zu verschiedenen Zeitpunkten mit dem Ziel eine
Referenzdatenbank zur Entwicklung personalisierter Medizin zu schaffen,
also ‚gesunde‘ und ‚kranke‘ Zellen vergleichen zu können. Möglich wird
das durch sogenannte Einzelzell-RNA-Sequenzierung – also vereinfacht
gesagt: die Möglichkeit, nachzuvollziehen, welche Gene diese winzigsten
Bausteine des Lebens gerade an- oder ausschalten. „Das ist methodisch
gesehen ein enormer Sprung, denn früher waren solche Daten immer nur aus
großen Gruppen von Zellen zu gewinnen, weil die Messungen so viel RNA
benötigten“, erklärt Maren Büttner. „Die Ergebnisse waren also immer nur
der Mittelwert aller eingesetzter Zellen, heute bekommen wir für jede
einzelne Zelle exakte Daten“, so die Doktorandin am Institute of
Computational Biology (ICB) des Helmholtz Zentrums München.

Durch die feineren Messungen steigt allerdings
auch die Anfälligkeit für den sogenannten Batch-Effekt. „Dabei handelt
es sich um Abweichungen zwischen mehreren Messungen, die beispielsweise
bereits entstehen können, wenn die Temperatur des Gerätes leicht
abweicht oder sich die Verarbeitungszeit der Zellen verändert“, erklärt
Maren Büttner. Zwar gäbe es hier verschiedene Modelle, um den Fehler
herauszurechnen, allerdings sind diese Methoden stark davon abhängig,
wie groß der Effekt eigentlich ist. „Um das herauszufinden, haben wir
eine nutzerfreundliches, robustes und sensitives Maß namens kBET
entwickelt, dass Unterschiede zwischen Experimenten quantifiziert und
damit verschiedene Korrektur-Ergebnisse vergleichbar macht“, sagt
Büttner.

Neben dem Batch-Effekt sind sogenannte
Null-Messungen (englisch: dropout events) bei der
Einzelzellsequenzierung eine große Herausforderung. „Wir sequenzieren
also eine Zelle und stellen fest, dass ein bestimmtes Gen in dieser
Zelle überhaupt kein Signal von sich gibt“, veranschaulicht ICB-Direktor
Prof. Dr. Dr. Fabian Theis. „Dahinter kann sich nun ein biologischer
oder ein technischer Grund verbergen: Entweder wird das Gen nicht
abgelesen, weil es in diesem Moment schlicht keine Rolle spielt, oder
aber die Sequenz ist aus technischen Gründen nicht erfasst worden“, so
der Professor für Mathematische Modellierung biologischer Systeme an der
TUM.

Um diese Fälle zu erkennen, nutzten die
Bioinformatiker Gökcen Eraslan und Lukas Simon aus Theis‘ Gruppe die
große Anzahl der Datenpunkte und entwickelten einen sogenannten Deep
Learning Algorithmus. Dabei handelt es sich um künstliche Intelligenz,
die Lernprozesse simuliert, wie sie auch beim Menschen vorkommen
(neuronale Netze).*

Über ein neues Wahrscheinlichkeitsmodell und
Vergleich der ursprünglichen und rekonstruierten Daten ermittelt der
Algorithmus, ob in diesem Fall ein biologischer oder ein technischer
Ausfall zugrunde liegt. „Durch dieses Modell lassen sich sogar
Zelltyp-spezifische Korrekturen ermitteln, ohne dass sich zwei
unterschiedliche Zelltypen künstlich ähnlicher werden“, so Fabian Theis.
„Als einer der ersten Deep Learning Methoden im Bereich
Einzelzell-Genomik hat der Algorithmus den weiteren Vorteil, gut auf
Datensätze mit Millionen von Zellen zu skalieren.“

Eines – das ist den Wissenschaftlern wichtig –
ist die Methode aber nicht: „Wir bauen hier keine Software, um
Ergebnisse beliebig zu ‚glätten‘. Unser Ziel ist es vor allem, Fehler
ausfindig zu machen und zu korrigieren“, so Fabian Theis. „Mit diesen
möglichst korrekten Daten können wir dann in den Austausch mit unseren
Kollegen weltweit gehen und unsere Ergebnisse mit ihren vergleichen.“
Beispielsweise, wenn die Helmholtz-Forscher ihren Anteil für den Human
Cell Atlas beisteuern, denn gerade hier ist die Verlässlichkeit und die
Vergleichbarkeit der Daten von größter Wichtigkeit.

Weitere Informationen

*
Die neue Methode, der sogenannte „Deep Count Autoencoder“, lernt eine
einfachere Darstellung der komplexen Daten, indem diese komprimiert und
anschließend wieder rekonstruiert werden.

Hintergrund:
Die Arbeit in
‚Nature Methods‘ entstand in enger Zusammenarbeit mit Dr. Sarah Amalia
Teichmann vom Wellcome Trust Sanger Institute. Sie ist ebenfalls am
Human Cell Atlas beteiligt und war 2017 mit einem Helmholtz International Fellow Award ausgezeichnet worden, der die Zusammenarbeit von
Helmholtz-Wissenschaftlerinnen und Wissenschaftlern mit hervorragenden
Kollegen im Ausland fördern soll, was in diesem Fall offenbar gut
gelungen ist.

Original-Publikationen:
Büttner, M. et al. (2019): A test metric for assessing single-cell RNA-seq batch correction. Nature Methods, DOI: 10.1038/