Новый метод ddHodge позволяет отследить, как клетки выбирают свою судьбу

Исследователи из Университета Кюсю разработали инновационный вычислительный метод ddHodge, который позволяет реконструировать сложную динамику того, как клетки определяют свою дальнейшую судьбу. Метод, описанный в журнале Nature Communications, открывает путь к более глубокому пониманию биологических процессов развития, регенерации и болезней.

На левой панели изображён ландшафт, похожий на потенциальный, где белые линии представляют собой вычисленную траекторию клеточных состояний во времени. Метод ddHodge воссоздаёт динамическую структуру, соединяя множество локальных «моментов» в целостную картину. На правой панели показано графовое представление высокоразмерных клеточных состояний, где сохраняется локальная геометрия для количественной оценки ключевых динамических свойств, таких как стабильность, дивергенция и ротационные компоненты. https://github.com/kazumits/ddHodge.jl. Автор: Кадзумицу Маэхара / Университет Кюсю

Основная задача — понять, как развивающаяся клетка выбирает свою судьбу, например, дифференцируясь в нервную или мышечную клетку. Учёные часто используют для этого секвенирование РНК отдельных клеток (scRNA-seq), которое показывает, какие гены активны. Однако этот метод деструктивен и даёт лишь статичные снимки, не показывая эволюцию состояния клетки во времени.

Существующие вычислительные методы, такие как RNA velocity, пытаются преодолеть это ограничение, предсказывая направление и «скорость» движения клетки. Но состояние клетки определяется тысячами генов, помещая её в сложное высокоразмерное пространство. Современные методы сжимают это пространство до меньшего числа измерений, теряя важную геометрическую информацию, что не позволяет точно оценить стабильность клеточного состояния.

Метод ddHodge, разработанный доцентом Кадзумицу Маэхарой и профессором Ясуюки Окавой, сохраняет геометрию данных. Он основан на теореме Ходжа, которая позволяет разложить движение клеток по ландшафту возможных состояний на три измеримых компонента: градиент (общий направленный поток), ротор (циклические или вращательные потоки) и гармоническую составляющую.

«ddHodge можно рассматривать как попытку адаптировать методы и концепции современной математики, такие как дифференциальная геометрия и численные вычисления, к практическим задачам анализа данных в науках о жизни», — объясняет Маэхара.

Применяя ddHodge к данным scRNA-seq примерно 46 000 клеток эмбриона мыши, исследователи обнаружили, что более 88% динамики экспрессии генов на ранних стадиях эмбрионального развития объясняется градиентной компонентой. Это подтвердило давнюю концепцию в биологии развития о том, что клетки дифференцируются, двигаясь к стабильным состояниям и удаляясь от «точек ветвления». Анализ этих нестабильных точек позволил выявить ключевые гены, которые управляют стабильностью клеточного состояния.

Тестирование на смоделированных данных показало, что ddHodge способен надёжно реконструировать динамику клеточных состояний даже при частичных или зашумлённых данных, превосходя точность традиционных подходов примерно в 100 раз.

Метод позволяет количественно описать, в каком направлении, как быстро и насколько стабильно меняются клетки в высокоразмерном пространстве. Учёные ожидают, что он внесёт вклад в понимание эмбрионального развития, регенерации тканей и прогрессирования рака, а также поможет в раннем обнаружении клеточных состояний, связанных с болезнями.

Потенциальное применение ddHodge выходит за рамки биологии и медицины — метод может быть полезен для анализа других сложных процессов, меняющихся во времени, таких как деградация материалов, климатические паттерны и социально-экономическое поведение.

Больше информации: Geometry-preserving vector field reconstruction of high-dimensional cell-state dynamics using ddHodge, Nature Communications (2025). DOI: 10.1038/s41467-025-67782-6

Источник: Kyushu University