Scientist Stories: Nir Yosef, High-Throughput Genomics

כן, אז אני אגיד לכם, זה יכול להיות פעולה הירואית לתאר את... לתאר לכם דבר גדול על אנליסיסטי פחות גדול. אז אני מנסה להסביר לכם, מה הפעולות שיש לנו כשאנחנו חושבים על איך לנורמליזים ואיך לעבוד עם הסיכונות טכנית ב-Single-Cell RNA-Seq דאטה, מה הפעולות הקורית, ואיפה החלטות שלנו. אז... אני חושב שאני יכול להשתתף על זה. אז כשאנחנו נראה סינגלסל רנשיק דאטה, כמו שהקהילים לפני מי מדברו על זה, יש לנו כל ההרבה מעניינים שיכולים לראות, ויכולים ללמוד חדשים על ביולוגיה מזה, אבל אנחנו צריכים להיות מאוד מיוחדים כשאנחנו נראה את הדאטה, כמו שהיא יוצאת מהסייקונסר. והרעיון הוא שבשביל ההעניינות ביולוגית שיש לנו בין סינגלסל, יש קונפונט נוסף שבאמת מזמין ההעניינות, זה החלקות הטכנית. וההשוואה הטכנית. כשאנחנו מדברים על ההשוואה הטכנית, אני כאילו פגשתי כאן קצת מהמצבים שהם מה שאנחנו קוראים כהשוואה הטכנית. אז הדבר הראשון שאנחנו צריכים לחשוב עלו הוא שיש לנו הרבה, הרבה עקבות RNA-seq, וכל אחד מהם יכול להיות איזושהי כולכלה ומידה אחרת לזה. עוד דבר, עוד קונפונט שהם מאוד גדולים, שהם מגיעים לדעת סינגל-סל, זה שהאפקט שלנו יש סינגל-סל. זאת אומרת שאנחנו יכולים להפסיק הרבה גנים, ובאותה אופן, אנחנו גם יכולים להפסיק הרבה גנים מעניינים. עוד קצת אדיוסינקרסיה לדעת סינגל-סל, זאת התקופה של דאבלטים וגנים מתחילות במדינות שלנו, ואיזה פעולות מגניבות גנים, וכמובן, הפעולה של ה-Everlasting Batch. אז מה זה כל זה מגיע? אז אני מנסה לדבר על כל את המצבות האלה ואיך חלקים מהטכנולוגים נעים להם. אז בסופו של דבר, אנחנו מנסים לדבר על מה בטכנולוגים האלה מגיע את המצב מהדלת ביולוגית לגבי המחקרים שנראה. עכשיו, זה קצת קשה לבנות גנרליזציות כשאתה מסתכל על טכנולוגיות אחרות. יש חלק מהן שהן יותר אימפריות, וחלק מהן שהן קצת פחות אימפריות לדבר הזה. והן שונים בהרבה מיני מיד, אז זה קשה לבנות גנרליזציות, אבל אני רק נקראתי עם שלושת המסעים הראשונים לדבר הזה, לדברים טכנולוגיים. אז הראשון יש לדבר עם... בסופו של דבר, לוקחים ארוכים מהביופסיה, לקחות ול-Lysis. כשאנחנו עושים את זה, זה יכול לקחת דברים כאלה, כאלה ארוכים שהם קשורים לבריאות של ארוכים, כאלה שהכסף של ארוכים, או כסף של ארוכים, שהיה צריך בסופו של דבר לקחת ארוכים עד ל-Lysis. זה יכול גם להתמודד במידה של ארנע החלטה, שהיא כבר מתמודדת עם רעיון. החלטה האחרונה יש להתמודד עם קפציה של ארנע ב-RT, אז עוד פעם, בקטע הזה, אנחנו יכולים להתמודד עם הרבה פעולות, למשל, בגלל ה-b2b, ומסוימות מיוחדות מיוחדות מיוחדות מיוחדות מיוחדות מיוחדות מיוחדות מיוחדות וכמובן, זה נפגש באיזשהו מסגר כשאנחנו עובדים עם UMIs. אוקיי, אז זאת הפרובלמה שיש לנו. יש לנו כל אלה מהמצבות, וזה רק כדי להבטיח אתכם שהמצבות האלה באמת חשובות, אז כשיש לנו דקות RNA-seq, דקות רחוקות, אנחנו יכולים להקבל אותן, ואז אנחנו יכולים להקבל מהמצבות האלה רחוקות, רחוקות גדולה של פרמטרים או פרטים שיכולים לתת לנו איזושהי הכוונות, איזושהי פרקסי, כדי להשתמש בתקופות נוצרות שאני מדבר עליהם לפעמים. כך שהייתי קבוצת כמה מהם, וכמה מהם יש לעבודה עם התקופה של הליבריה, כמה מהם יש לעבודה עם סטטיסטיקות ההתכוונות, כמה מהם יש לעבודה עם מטרות גנטיים שיכולים להשתמש בתקופות נוצרות. ובסוף מה שאני רוצה לראות לכם פה, אז יש לנו שני סטים של פרמטרים, אחד הוא ל-10X, דאטה מיוחדת עם UMI, והאחרון הוא ל-SmartSeq2. הסוף הוא שכל דאטה שאתם לוקחים, אם אתם קחים את הדאטה כמו שהיא לא נורמליזטה, את הדאטה תמיד תמיד תמיד תמיד תמיד תמיד תמיד על ארגון T של אנשים, בערך 4000 ארגון T. ואם אנחנו קבלנו את המטריקה הכלכלה והמציגים את הראשון מפקד, אנחנו נראה גדול גדולה מפקד. ת זאת אומרת, למשל, שהראשון מפקד יכול להיות כמעט כל כך להסביר בדפס. וכאן, סבלו, זו פלוטה T-SNE של הדתה האלה. דבר סימילי אנחנו רואים ב-SmartSeq2, אז בסרטון הזה רואים דאגה מ-Mouse T-cells של כמעט 300 סלסים, פחות תקופה טובה, אבל עדיין, אם הדאגה לא נורמליזת, היא מאוד גבוהה מפורסמת בצורכים הטכניים האלה. אוקיי, אז זאת проблема. עכשיו, כדי לעשות את הפרובלום יותר קשה, אז הנה הפרובלום, אנחנו לא יכולים להחליט אותו פשוט. והרעיון שלא יכולים להחליט אותו פשוט הוא שהרבה מהמצבים המצבים האלה נמצאים בביולוגיה. זאת אומרת, זה נראה קצת כמו אייסקיין, אבל זה מגיע כדי להראות לכם שאנחנו יכולים להחליט סלבים אחרות שהם נמצאים ביחד באנליסיס, נכון? אז הדבר הראשון שכאילו כאילו כאילו כאילו כאילו כאילו כאילו כאילו כאילו כאילו כאילו כאילו כאילו כאילו כאילו כאילו כאילו כאילו כאילו כאילו כאילו כאילו כאילו כאילו כאילו כאילו כאילו כאילו ועוד כ קצת ספקולציות על דברים שיכולים להשתתף, אז חשיבות ביולוגיות שיכולים להשתתף על משהו שהם נראים כמחשב טכנולוגי, יש לעבודה עם מיליארד גנים שהם מיוחדים בגלול. אז למשל, בכל מיליארד, גלולים יכולים להשתתף יותר בגלל שהם קצת קטנים. וזה אקזפר אחד, אם נסתכל על התחלות שהT-cells יכולו ללכת מפורטון אקסידיבי לגליקולוסיס, שזה מאוד חשוב, זה גם יוצא ביחד עם תחלות בנקודה מסוימת, שיכולה להתעורר עוד פעם לליבריים שהם לא נראים טובים ולא נראים טובים, וזה משהו שאנחנו לא רוצים להתעורר כשאנחנו עושים נורמליזציה. אוקיי, אז יש לנו את הזה עכשיו, זאת אומרת, אז יש לנו כל אלה מהמצבות שהם המצבות בביולוגיה, אבל אנחנו רוצים להכניס את זה, אנחנו רוצים להכניס את המצבות הטכנית, אז מה שאנחנו רוצים לעשות אידיאלי, זה שרוצים להיות כמה סטנדרטים טכניים, רוצים להיות כמה דברים שהם אינטרנטיים. אנחנו יכולים להשתתף אותם לציבורים שלנו ולהשתתף אותם לזכויות. בטח, המצב של Single Cell RNA-Seq דאטה הוא שאין באמת ראיון של רפליקט טכני באמת. אבל בלבלו, ההפקת פה היא להשתתף את הסטנדרטים של אינטראקציה שהם נוספים לסלול. ואחת מהם, כמו שכולכם יכולים לכתוב, הן ספייקינים, שהם בעצם מולקולים רנמיים אקסוגיניים שהם נוספים לסלול שהם נוספים לסלול. אז בסופו של דבר, כל גלגולה יש את ה... כל גלגולה יש את מולקולות RNA שאתם יודעים כמה שלהם צריכים להיות בגלל גלגולה, ואז אתם יכולים להשתמש בסופו של דבר בגלל זאת, להשתסר כמה גלגולות RNA יש בגלל גלגולה, וגם דברים שיש להם לעבודה עם הטכנית, לפעמים אחרי ליסיס. אחת הטכנולוגיה טובה שהתפקדה כמעט הרבה זמן לפני, אבל לא באמת, לא באמת נתקעה, כמעט לרחוב ולהחליטה, אבל בעצם מה שאנחנו עושים, אנחנו קוראים לזה, נתקעים נתקעים נתקעים נתקעים נתקעים נתקעים נתקעים נתקעים נתקעים נתקעים נתקעים עכשיו, הרעיון בין האלה, אז התוכנולוגיות האלה הם חשובות, במיוחד הספייקינג שהם מייצגים כמעט הרבה, אבל הספייקינגים הכי פופולריים הם קולקציה ERCC, הפרובל עם הזה הוא שהיום הוא נראה אולי לא כל כך חייב להשתמש בין רפליקטים טכניים, וגם הטקסטים של הארנאים האלה הם אינטרסים אחרים מהטקסטים של הארנאים האלה שהם אינטרסים במיוחד עם תקופת ה-DC ובמיוחד עם רגליהם. אבל אולי יותר חשוב, בשביל את כל הטכנולוגים האלה, אני חושב שבכל הטכנולוגים האלה, זה עדיין אפשר לדבר על כמה הם ייעבורים, או שהם יכולים להתמודד עם הטכנולוגים הכי חשובים, במיוחד הטכנולוגים על יד. אוקיי, אז זאת המצב שלנו עד כן, אז יש לנו כל המצבים המתאים לדעתה, שהם מתאים לביולוגיה, וכשהוא נכנס לסטנדרטים טכנולוגיים, יש איף ואיף ואיף שם. אוקיי, אז צריכים לעשות נורמליזציה פה, וזה כמו שתהיה נורמליזציה גניבה. יש הרבה פעמונים פה שיכולים לעשות עם סקלינג, עם מגיעות ומתאים למצבים המתאים, אני הולך לדבר היום רק על שני שלהם, על סקלים גלובליים ועל סקלים ספציפיים לגנים. אז מה זה סקלים גלובליים? אז הנה, הדעה היא מאוד פשוטה. בעצם, מה אנחנו רוצים לעשות, אנחנו רוצים לקחת ההתגובה של גן ולהתארגן אותו, להתארגן אותו לגנים, ולהתארגן אותו לגמרי הליברי, איזושהי עבודה של החלקה וההתגובה האמת של הגן, נכון? אז, מהמצב של אירועים גדולים, כמובן, המצב הכי פשוט הוא לקחת כל גלגולה ולהחליט את רעיונות של רעיונות שיש לנו בגלל זה. זה, כמובן, יכול להיות קצת רעיוני לתוך גלגולות שיש להם גדולות גדולות גדולות, ויש רעיוניות עמוקות יותר, כמו DEC, ורעיונות אחרות שהם נכנסים לתוך המידיון, ויש לנו עמוקות מעניינות מעניינות מעניינות עמוקות. הרעיון עם הסקלים האלה, הראשון, הרעיון בהתאם להם לסקלים ידיים, הראשון הוא שיש לנו אינטרפציה זרועית, יש לנו הרבה זרועים בסקלים ידיים, שיכולים לעשות את אחת מהמצגות האלה לא כל כך מיוחדות. הרעיון השני, זה שהמצגות האלה עושו חשיבות, במיוחד על העקסת שהמספרות שלנו, המשקלות שהם מיוחדות, לא מאוד גדולות, זה קצת מאוד, זאת לא נקודה בסקלים ידיים. וזאת נקודה על נתקן מהמצגות האלה של ג'ון ושל חברה, ג'ון מריוני וחלקים, שבעצם מה שהם כותבים זה שאם אתם משתמשים בהם, הם יכולים לתת רעיון לתוצאות של עסקים שהם אותו עסקים או תוצאות של העסקים האלה. אז נתחיל את העסקים של נורמליזציה סינגל-סל, אז יש לנו כאילו שתי קבוצות של האלגוריתמים האלה. הראשון הוא מיוחד עם אינס פייק, כאילו קחים את האינס, קחים את האינס שלהם, את החשיבות בין ספקים אחרים, כדי לתת עסקים של עסקים. השאר השני הוא מעניין מעניין יחיד, שהוא בעצם מנסה לתחתן גלגולים, וזה בעצם נותן לכם מידה לעשות שתי דברים. הראשונה שזה נותן לכם היא מידה להכניס לתחתון לגלגולים, בגלל שאם אני יותר בגלגולה אחת, אבל בגלגולים אחרות זה לא יותר, אז אני עדיין יכול להשתמש בזה לעבוד על הגלגולים. והשני, זה יכול להיות חשוב על הצדקות של התוצאות, אז אני לא בעצם חושב על איזשהו גדול גדול גדול, אבל אני חושב על הצדקות של גלגולות עם כסף רני יותר גדולה, וגלגולות עם כסף רני יותר גדולה. ואם אנחנו נסתכל על דטא הסימולציה הזאת, זו המשכנית שם, קוראים לה SERAN, ואתם יכולים לראות שהגדולות שזה מוכיחים הם באמת יותר נכונים. אבל הדבר הזה, גלובל סקלינג זו מסוימה, בסופו של דבר, לקחת ה-RNA-seq, זאת אומרת, המסוימה של ה-RNA-seq או ה-UMI-result, ולכן להחליט את זה בגלובל סקלינג. זה טוב, אבל בכל מקום זה לא מסוימה. אחרי שהחלטנו על הדבר הזה, אנחנו עדיין יכולים להשתתף הרבה עניינים בגלובל סקלינג, וזו אחת המסוימה של ספר ראשון, שצריך להגיד, שזה מראה שגם אחרי הסקלינג, בגלובל סקלינג, בגלובל הרבה סקלינג, אנחנו עדיין רואים קורלצ ואנחנו יכולים לראות את הדבר הזה, זה הטסט שאנחנו עשינו במיוחד שלי, אנחנו גם יכולים לראות את הדבר הזה ב-10x דאטה. כדי לעשות דברים אפילו יותר קומפליקטיים, יש עוד עניינים שהם נכנסים לדעתה שהם מאוד מאוד קשה להחליף, רק עם סקלינג. זה כבר נראה בעולם של דעתה. אחת מהן היא אפקציות מגדולות. ואנחנו יכולים לראות עדיין את ה-T-cell דעתה, אם נסקל את זה, אנחנו עדיין נראה מאוד גדולות מגדולות מגדולות. אז איך נפגש את זה? אופס, אני כבר מלכה. אז איך נפגש את זה? אז הנה בעצם כמו שהמודל יהיה. אז הדעה פה היא בעצם לקחת כל גן ולמודל אותו, להחליט את ההסכמה שאנחנו רואים בעקבות אחרות לגן. ואלה העקבות אחרות שאתם יכולים לראות כאן, כל ההחלטות החלטות בין אף-אף-אף-אף-אף-אף-אף-אף-אף-אף-אף-אף-אף-אף-אף-אף-אף-אף-אף-אף-אף-אף-אף-אף-אף-אף-אף-אף-אף-אף-אף-אף-אף-אף-אף-אף-אף-אף-אף-אף-אף-אף-אף-אף-אף-אף-אף- ידעים שלא רצויים זה ידעים של עבודה או עבודות מיכות. ידעים שלא רצויים ולא רצויים הם דברים שאנחנו יכולים לתאר מהדלת, להשתתפות, למשל, גנים מגניבים, גנים מגניבים. וידעים שלא רצויים, ידעים שלא רצויים, הם דברים שאנחנו יכולים לתאר מהגנים שאנחנו חושבים שיש מעניין מעניין שקורה שם. וכל האלה האלה יכולים להשתמש במודל. האלה היו דו-מקצועות של מודלים כאלה. יש לנו Skater, שהם משתמשים במין, וSELVM, שהם משתמשים במיוחדות, אבל הידיעה היא שהם אומרים, בעצם קחו את הדטה ותרצו להשתמש במיוחדים האלה, ואז רק נשארו הדברים שאנחנו חייבים לעבוד, הדברים שאנחנו רוצים לעבוד עם. וברגע של זמן, אני אשכח את זה, ואני אשכח להגיד שיש הרבה, הרבה מידעים שיכולים לנורמליזם דאטה, ויש הרבה חשיבים שחשובים על איך אנחנו רוצים לבנות הזה מודל. אנחנו יכולים לסכם או לא. אנחנו יכולים לסכם איזשהו מודל, או עוד מודל. כשאנחנו בנים מודל, אנחנו יכולים לסכם כל מיני סאבים של התנועות החשובות והחשובות החשובות והחשובות החשובות, וכך הלאה. אז השאלה היא, איך אנחנו צריכים לסכם? אז האמת של נורמליזציה דאטה היא שלא יש אחד מהמצבים שכח את כליהם, וזה משהו שאנחנו עובדים עליהם, מנסים לחשוב על איך לעשות זה, וזה המצב שנקרא SCOAN שאנחנו פתרנו, ובסופו של דבר, הידיעה היא להחליט את הבסיס על ידיו, ובמקרה של מנסים לפתוח מצב נורמליזציה, מה שאתם עשיתים הוא לפתוח רציון להתאסס איך טוב הוא מצב נורמליזציה. אז הדעה של Skone היא להחליט הרבה, הרבה, הרבה נורמליזציות אחרות, ולהתקיים עם דרך להתקיים אותה, מה שנותן לנו בסוף, משהו שיכול להיות נורמליזציה טובה ורובסטית. אני רק אעשה את זה עד הסוף פה, ואני אגיד שבסופו של דבר, אני ראיתי לכם את החלטות שיש לנו. בסופו של דבר, החלטה הגדולה היא להחליט הטכנולוגיה מפרשת ביולוגית, כשאנחנו נתחיל, אתם יודעים מה התחלמות הראשונות שאנחנו צריכים לעבוד עליהם פה, אז אני חושב שהאלה הכי חשובת היא איך לעבוד על האנכיונות, על הדרופאות ועל החיים שאנחנו לא עובדים על הדעות שלנו, איך להניח על דאבלטים, ואולי הדבר הכי חשוב הוא איך לחשוב על עבודות הכי טובות של נורמליזציה. ועם זה אני אעבוד, תודה רבה.