scDIVA: integración semi-supervisada y anotación detallada de atlas de células tumorales e inmunitarias a nivel unicelular.

Los atlas de células individuales del microentorno tumoral e inmunitario han definido numerosos estados celulares inmunitarios detallados, pero cada estudio utiliza su propia nomenclatura y procedimiento para la anotación de los tipos de células. La transferencia de anotaciones de un atlas de referencia a un conjunto de datos de consulta se complica tanto por los efectos de lote como por la presencia de poblaciones en el conjunto de datos de consulta que no están presentes en el atlas de referencia. Aquí presentamos scDIVA, un modelo generativo profundo semi-supervisado que adapta el Autoencoder Variacional Invariante de Dominio a scRNA-seq para la transferencia de etiquetas tumorales e inmunitarias detalladas. Tres codificadores separan el perfil de expresión de cada célula en subespacios latentes separados para el tipo de célula, el lote y la variación residual; un único decodificador reconstruye el perfil de expresión de la célula a partir de las tres incrustaciones latentes, y los clasificadores auxiliares en las incrustaciones del tipo de célula y del lote animan a cada codificador a capturar la fuente de variación respectiva; las incrustaciones del tipo de célula de scDIVA son invariantes al lote por diseño, en lugar de mediante una corrección explícita o adversaria.

Comparado con cuatro enfoques de mapeo de referencia establecidos (Harmony/Symphony, scANVI con scArches, scPoli con scArches y Seurat con transferencia de etiquetas) en seis atlas tumorales e inmunitarios que abarcan cinco tipos de cáncer, scDIVA logró la media macro-F1 más alta en cinco de los seis atlas y las puntuaciones de conservación biológica más altas. Para detectar poblaciones enriquecidas en el conjunto de datos de consulta, adaptamos el marco de abundancia diferencial (DA) de Milo, agregamos una prueba direccional, corregimos la ponderación espacialFDR y paralelizamos las distancias de vecindad para datos a escala de atlas, y lo aplicamos a las incrustaciones del tipo de célula de scDIVA con la pertenencia de referencia frente a consulta como condición. Este diseño identificó correctamente los tipos de células excluidos del atlas de referencia como OOR (Out Of Reference) y marcó las células T CD8 agotadas de un atlas tumoral e inmunitario como OOR en relación con un atlas de referencia inmunitario de tejidos sanos; por el contrario, este procedimiento confirmó un paisaje inmunitario conservado entre dos cohortes independientes de cáncer colorrectal.

Por lo tanto, scDIVA combina la anotación e integración detalladas con una prueba controlada por FDR para los estados que faltan en el atlas de referencia, resolviendo ambas tareas necesarias para una transferencia de etiquetas precisa en los atlas de scRNA-seq tumoral e inmunitario.