CellComm v2: inferência da dinâmica de redes de comunicação celular durante o desenvolvimento hematopoiético

Abstract

Diversos foram os avanços no cenários de ciências ômicas nos últimos anos. Um boom no mundo de single-cell RNA-sequencing (scRNA-seq) foi observado tanto no número de trabalhos, quanto no de novos software sendo criados. No entanto, velhos hábitos não mudam, e o efeito fundador na área é intransponível. Hoje há dois frameworks para se trabalhar com tecnologias de células únicas, Seurat ou Scanpy, é basicamente uma escolha entre R ou Python, não há alternativas efetivas às suas hegemonias. A validação in vitro ou in vivo de achados in silico é uma peça chave para conquistar a atenção de especialistas, no entanto, por mais consistente e/ou extensa que seja, não garante a real adoção de software por parte da comunidade. É neste cenário que nascem os esforços do presente trabalho; visando maior adoção e expansão de suas capacidades, aqui é apresentada uma versão atualizada preliminar do pacote CellComm, um algoritmo para análise de comunicação celular, lançado em 2022, agora funcionando inteiramente dentro do framework do Seurat, e com Non-Negative Matrix Factorization (NMF) em seu arsenal estatístico. A partir de dados de scRNA-seq e Spatial Transcriptomics (ST), seu uso e potencial são demonstrados no contexto de câncer, transição endotélio-hematopoiética e maturação do microambiente da medula óssea.

Abstract: It's been a busy few years for omics science. The world of single-cell RNA sequencing (scRNA-seq) has seen a boom in both the number of papers and new software being developed. But old habits die hard, and the founder effect in this field is hard to overcome. Today, two frameworks dominate the landscape for working with single-cell technologies: Seurat and Scanpy. It is basically a choice between R and Python, with no real alternatives to their hegemony. In vitro and in vivo validation of in silico findings plays a key role in gaining the attention of experts. However, no matter how consistent and/or extensive such validation may be, it does not guarantee the actual adoption of given software by the community. It is against this backdrop that the efforts of the present work arise. Aiming at greater adoption and expansion of its capabilities, we present here a preliminary updated version of the CellComm package, an algorithm for cellular communication analysis launched in 2022, now running entirely within the Seurat framework and with Non-Negative Matrix Factorization (NMF) in its statistical arsenal. Drawing on scRNA-seq and Spatial Transcriptomics (ST) data, its use and potential are demonstrated in the context of cancer, endothelium-to-hematopoietic transition, and bone marrow microenvironment maturation.