AI · · 4 min read

CytoVI اینٹی باڈی پر مبنی سنگل سیل ڈیٹا کے تجزیے کو یکجا کرتا ہے

نیچر میتھڈز نے ایسے ماڈل کی اطلاع دی ہے جو اینٹی باڈی پر مبنی سنگل سیل پیمائشوں کو مربوط کرتا، ڈیٹا میں موجود خلا پُر کرتا اور مختلف ٹیکنالوجیز میں خلیاتی حالتوں کی شناخت کرتا ہے۔

نیچر میتھڈز نے CytoVI کے بارے میں رپورٹ کیا ہے، جو ایک کمپیوٹیشنل ماڈل ہے اور اینٹی باڈی پر مبنی سنگل سیل ڈیٹاسیٹس کو ایک مشترکہ تجزیاتی فریم ورک میں لانے کے لیے تیار کیا گیا ہے۔ اس سافٹ ویئر کا مقصد ان مسائل سے نمٹنا ہے جو نتائج کا باہمی موازنہ مشکل بنا سکتے ہیں، جن میں تکنیکی شور، بیچ اثرات، پلیٹ فارمز کے درمیان فرق اور انفرادی پینلز میں دستیاب اینٹی باڈیز کی محدود تعداد شامل ہیں۔

CytoVI کئی تجزیاتی کاموں کو ایک ہی احتمالی ماڈل میں یکجا کرتا ہے۔ یہ ایسے سیل ایمبیڈنگز تیار کرتا ہے جو ڈیٹا میں موجود معلوماتی نمونوں کو نمایاں کرتے ہیں، ان پیمائشوں کا تخمینہ لگاتا ہے جو مشاہدے میں نہیں آئیں، پروٹین کے اظہار میں فرق کی جانچ کرتا ہے اور خلیات کی خودکار تشریح کی معاونت کرتا ہے۔ یہ ماڈل فلو سائٹومیٹری، ماس سائٹومیٹری اور CITE-seq سمیت ان ٹیکنالوجیز سے تیار کردہ ڈیٹا کے لیے بنایا گیا ہے، جو سب طبی تشخیص اور حیاتیاتی تحقیق میں استعمال ہوتی ہیں۔

مختلف پیمائشوں کے لیے ایک مشترکہ فریم ورک

اینٹی باڈی پر مبنی سنگل سیل طریقے لازماً ایک ہی پروٹینز کا جائزہ نہیں لیتے اور نہ ہی ایک ہی فارمیٹ میں نتائج فراہم کرتے ہیں۔ محدود اینٹی باڈی پینل اہم پیمائشوں کو دستیاب نہ رہنے دے سکتا ہے، جبکہ تکنیکی تغیر اور بیچ اثرات حیاتیاتی اشاروں کو دھندلا سکتے ہیں۔ جب محققین ڈیٹاسیٹس کا مشترکہ تجزیہ کرنے کی کوشش کرتے ہیں تو پلیٹ فارمز کے درمیان فرق ایک اور پیچیدگی پیدا کرتا ہے۔

نیچر میتھڈز کے مطابق، CytoVI پیچیدگی کے ان ذرائع سے نمٹنے کے لیے ایک واحد شماریاتی فریم ورک استعمال کرتا ہے، بجائے اس کے کہ ہر تجزیاتی مرحلے کو الگ عمل سمجھا جائے۔ اس کے سیل ایمبیڈنگز پیمائشوں میں دریافت کیے گئے نمونوں کی مدد سے خلیات کی نمائندگی کا ایک طریقہ فراہم کرتے ہیں۔ ماڈل گم شدہ قدروں کا تخمینہ بھی لگا سکتا ہے، جس سے تجزیے کے دوران غیر موجود پیمائشوں کا اندازہ ممکن ہو جاتا ہے۔

اسی فریم ورک کو مختلف پروٹین اظہار کی جانچ اور خلیات کی تشریح کے لیے استعمال کیا جاتا ہے۔ اس کا مقصد یہ ممکن بنانا ہے کہ پروٹین کی سطح پر موجود فرق کا جائزہ لیا جائے اور خلیات کو الگ الگ غیر مربوط ٹولز کے سلسلے پر انحصار کیے بغیر اقسام یا حالتوں کے مطابق مختص کیا جائے۔ اس طریقۂ کار کو احتمالی قرار دیا گیا ہے، یعنی ماڈل اپنے تجزیے میں غیر یقینی کو شامل کرتا ہے، بجائے اس کے کہ ہر نتیجے کو مکمل طور پر قطعی ظاہر کرے۔

بی سیل کی نشوونما پر CytoVI کی آزمائش

محققین نے بی سیل کی پختگی کا ایک مربوط اٹلس تیار کرنے کے لیے ماڈل کا اطلاق کیا۔ اس اٹلس میں 350 پروٹینز سے متعلق پیمائشیں یکجا کی گئی ہیں، جس سے CytoVI کو بی سیل کی نشوونما کے دوران رونما ہونے والی تبدیلیوں کی ماڈلنگ کے لیے ایک وسیع ڈیٹاسیٹ ملا۔

اس تجزیے میں ایسے پروٹینز کی شناخت ہوئی جو امیونوگلوبیولن کلاس سوئچنگ سے منسلک تھے۔ مطالعے میں کلاس سوئچنگ کو ایک ایسے حیاتیاتی عمل کے طور پر پیش کیا گیا ہے جو مخصوص پروٹینی نمونوں سے وابستہ ہے، اور ماڈل کو اس سے منسلک پروٹینز کی شناخت کے لیے استعمال کیا گیا۔ یہ نتیجہ ظاہر کرتا ہے کہ اس نظام کو نہ صرف ڈیٹاسیٹس یکجا کرنے بلکہ بڑے خلیاتی نقشے کے اندر پروٹین کے باہمی تعلقات تلاش کرنے کے لیے بھی استعمال کیا جا سکتا ہے۔

یہ اٹلس اس نوعیت کے تجزیے کی بھی مثال ہے جو اس وقت زیادہ مشکل ہو جاتا ہے جب ڈیٹا مختلف تجربات یا پلیٹ فارمز سے حاصل کیا جائے۔ پیمائشوں کو ایک مربوط ماڈل میں رکھ کر CytoVI کو محدود انفرادی پینل کے مقابلے میں پروٹینز کی زیادہ وسیع رینج میں پختگی کا جائزہ لینے کے لیے استعمال کیا گیا۔

لمفوما کے نمونوں میں نتائج

CytoVI کا جائزہ بی سیل نان ہاجکن لمفوما کے مریضوں سے حاصل کردہ نمونوں کے ذریعے بھی لیا گیا۔ ان نمونوں کا پروفائل فلو سائٹومیٹری اور CITE-seq، دونوں کے ذریعے تیار کیا گیا، جس سے ماڈل کو اینٹی باڈی پر مبنی دو سنگل سیل ٹیکنالوجیز میں استعمال کرنا ممکن ہوا۔

مریضوں کے اس گروہ میں تجزیے نے بیماری سے وابستہ ٹی سیل کی حالتوں کو ظاہر کیا۔ یہ دریافت بتاتی ہے کہ یہ طریقہ سرطان کی تشخیص میں مذکور بی سیل آبادی سے آگے کی تبدیلیوں کی بھی شناخت کر سکتا ہے۔ یہ طبی بیماری کے تناظر میں کراس پلیٹ فارم تجزیے کے استعمال کی بھی مثال پیش کرتی ہے، جہاں مختلف ٹیکنالوجیز سے کی گئی پیمائشوں کو ایک ساتھ مدِنظر رکھنا ضروری ہوتا ہے۔

رپورٹ کردہ اطلاقات CytoVI کو اٹلس کی تیاری اور بیماری پر مرکوز تحقیق، دونوں کے لیے ایک ٹول کے طور پر پیش کرتے ہیں۔ اس کے افعال میں خلیات کی نمائندگی، گم شدہ پیمائشوں کی بازیابی، پروٹین کے اظہار کا موازنہ اور تشریح شامل ہیں، جبکہ اس کے احتمالی ڈیزائن کا مقصد ایک ہی ماڈل کے اندر غیر یقینی اور تکنیکی تغیر کو مدِنظر رکھنا ہے۔

CytoVI کو scvi-tools.org کے ذریعے اوپن سورس سافٹ ویئر کے طور پر جاری کیا گیا ہے۔ اس کی دستیابی محققین کو اپنے طبی یا تحقیقی تجزیوں میں اینٹی باڈی پر مبنی سنگل سیل ڈیٹا پر اس طریقے کا اطلاق کرنے کا موقع فراہم کرتی ہے۔ نیچر میتھڈز اس سافٹ ویئر کو ایسے ڈیٹاسیٹس کے ساتھ کام کرنے کے لیے ایک متحد طریقۂ کار کے طور پر پیش کرتا ہے جو پلیٹ فارمز کے فرق، بیچ اثرات، شور اور نامکمل اینٹی باڈی پینلز سے متاثر ہوں۔

single-cell analysisantibodiesmachine learningflow cytometrycancer researchbioinformaticsimmunology

Continue reading

Read this in another language