Improving DNA barcode error handling accuracy in network-based spatial transcriptomics

Sammanfattning

Sekvenseringstekniker med rumslig upplösning, såsom DNA-baserad mikroskopi, förlitar sig på amplifieringsmetoder som medför unika utmaningar för felkorrigering av streckkoder. Till skillnad från standard-PCR sker polony-amplifiering under rumsliga begränsningar, vilket kan påverka förgreningsprofiler, sekvensaktivitet och ackumulering av polymerasfel. Denna avhandling behandlar tre centrala frågor: (1) Hur skiljer sig förgreningsprofilerna mellan polony- och PCR-amplifieringsmekanismer? (2) Vad utgör en effektiv denoising-strategi för streckkodsekvenser som genereras under rumsliga amplifieringsförhållanden? (3) Hur kan båda amplifieringsmekanismerna realistiskt simuleras in silico? För att besvara dessa frågor utvecklades ett modulärt simuleringsramverk som kan replikera både PCR- och polony-amplifiering, spåra föräldra–barn-relationer mellan sekvenser och kvantifiera mutationspåverkan. Amplifieringsdynamik analyserades genom kurvmodellering, härstamningsfördelning och sekvensers aktivitetslivslängd. En ny denoising-algoritm, inspirerad av nätverksbaserade metoder, implementerades och utvärderades vid olika tröskelvärden och mutationsfrekvenser. Resultaten visar att även om amplifieringskurvorna för PCR och polony överlag är likartade, uppvisar polony-amplifiering tydliga skillnader i förgrenings- och aktivitetsmönster vid låga rumsliga interaktionsavstånd (AOE). Denoising-algoritmen presterade jämförbart mellan de två mekanismerna, även om en viss känslighet för mutationsfrekvens och tröskelinställningar observerades. En retrospektiv analys av simulerade sanningar visade mönster i redigeringsavstånd som kan användas för att träna framtida AI-baserade denoisers. Sammanfattningsvis tillhandahåller denna avhandling en omfattande simuleringsmiljö och ett analytiskt verktyg för att vidareutveckla felkorrigeringsstrategier inom rumsligt upplöst sekvensering.