mirCCC: Aprendizaje de grafos con conocimiento de la represión para la inferencia de la comunicación célula-célula mediada por microARN.

Los análisis de comunicación célula-célula suelen centrarse en ligandos y receptores proteicos y, por lo tanto, no tienen en cuenta la transferencia mediada por vesículas extracelulares de microARN, una vía de señalización importante en el cáncer. Aquí, mostramos que la comunicación mediada por microARN puede inferirse a partir de la secuenciación de ARN de una sola célula mediante la detección de disminuciones coordinadas en la expresión de genes diana de microARN validados. Desarrollamos mirCCC, un marco computacional que estima la actividad de microARN específica de cada célula, modela las capacidades de envío y recepción celular para la transferencia de vesículas extracelulares y aprende gráficos de comunicación resueltos a nivel de microARN a partir de datos transcripómicos. En pruebas sintéticas con señales de confusión fuertes, mirCCC mejoró, mientras que todos los métodos de comparación disminuyeron su rendimiento.

Aplicado a un atlas de cáncer colorrectal humano, mirCCC recuperó microARN conocidos asociados al cáncer colorrectal e identificó la comunicación de estroma y células mieloides a células epiteliales, convergiendo en un programa de plasticidad relacionado con la señalización de TGF-{beta} y Wnt/{beta}-catenina.

Estos resultados proporcionan una vía práctica para estudiar la comunicación mediada por vesículas extracelulares en atlas de una sola célula existentes.