MintCNA: Un marco unificado para el análisis integrativo del perfil de número de copias con datos multiómicos de células individuales.

Las alteraciones del número de copias cromosómicas (CNA) son factores clave en la evolución tumoral, la progresión de la enfermedad y la resistencia terapéutica, y su identificación es un paso importante para definir la estructura clonal del tumor.

Sin embargo, la resolución precisa de los perfiles de CNA a partir de datos de una sola célula sigue siendo un desafío. La mayoría de las herramientas existentes analizan una sola capa ómica a la vez y son susceptibles al ruido específico de cada ensayo, lo que limita su capacidad para recuperar CNA compartidas o específicas de cada modalidad. Las técnicas recientes de multi-ómica de una sola célula permiten la secuenciación conjunta de múltiples capas moleculares en las mismas células, pero aún faltan métodos in silico que exploten por completo estos datos multi-modales complementarios para el análisis de CNA. Aquí presentamos un marco de integración de multi-ómica de una sola célula, MintCNA, un marco unificado para la detección de CNA a partir de datos multi-ómicos emparejados.

MintCNA integra el modelado estadístico tradicional con una estructura de aprendizaje profundo integrada para mejorar el perfilado de CNA en múltiples ómicas. Utilizamos un autoencoder convolucional guiado por atención para la eliminación de ruido de los datos y realizamos la detección multivariante de puntos de cambio utilizando un procedimiento de selección y clasificación de ventana deslizante. Se construyen estadísticas CUSUM ajustadas para la falta de datos, que agregan conjuntamente las características ómicas mediante una proyección adaptativa de los datos para detectar puntos de ruptura cromosómicos a nivel del genoma. En varias simulaciones y aplicaciones a un conjunto de datos de multi-ómica de cáncer colorrectal, MintCNA supera constantemente a los detectores de CNA de una sola ómica existentes en la precisión de la detección.

MintCNA proporciona una herramienta de CNA de una sola célula que integra scDNA-seq y scRNA-seq emparejados, lo que permite el estudio de la heterogeneidad intra-tumoral y la evolución tumoral.