С развитием одноклеточных технологий стало очевидно, что педиатрические опухоли демонстрируют выраженную транскриптомную гетерогенность. Ряд исследований показал, что специфические субпопуляции опухолевых клеток и рекуррентные программы экспрессии генов (метапрограммы) ассоциированы с клиническими исходами и могут служить терапевтическими мишенями. Стандартные подходы к идентификации метапрограмм используют неотрицательную матричную факторизацию (NMF) для каждого образца с последующим иерархическим кластерингом, но требуют произвольного выбора числа факторов и кластеров — параметров, которые сложно определить заранее для разнородных датасетов.

Авторы представили metafactory — Nextflow-пайплайн для data-driven идентификации метапрограмм. Рабочий процесс включает:

1. Запуск consensus NMF (cNMF) на каждом образце с диапазоном рангов (числа факторов)
2. Удаление образец-специфичных NMF-программ и объединение оставшихся программ по всем образцам
3. Кластеризацию в метапрограммы на основе коэффициента корреляции Пирсона для широкого диапазона значений k (числа кластеров)
4. Расчёт метрик качества для каждого k по трём критериям:
   • Неизбыточность (отсутствие дублирования программ)
   • Разнообразие образцов (представленность разных образцов в метапрограмме)
   • Биологическая интерпретируемость (обогащение известными путями)
5. Ранжирование значений k по каждой метрике и выбор оптимального k на основе среднего ранга

Метод применим к любым наборам scRNA-seq данных и автоматизирует ключевой этап анализа — определение числа биологически значимых программ.

Instrument был применён к Single-cell Pediatric Cancer Atlas (ScPCA) — унифицированному ресурсу данных одноклеточного и одноядерного RNA-секвенирования, содержащему >700 образцов более чем 50 типов детских опухолей. Использование metafactory обеспечило объективный подход к выявлению рекуррентных программ экспрессии генов в множественных нозологиях, представленных в ScPCA Portal, ускоряя открытие ключевых программ, определяющих биологию заболеваний и потенциально имеющих клиническое значение.

Разработка автоматизированного метода идентификации метапрограмм критична для систематического анализа транскриптомной гетерогенности детских опухолей. Открытый доступ к ScPCA Portal и инструменту metafactory создаёт инфраструктуру для исследователей, изучающих молекулярные подтипы педиатрических злокачественных новообразований и поиск новых терапевтических мишеней на основе одноклеточных данных.