ПРОБЛЕМАТИКА ДОСТУПНОСТИ БАЗ ОДНОКЛЕТОЧНЫХ ОМИКСНЫХ ДАННЫХ
Barra lateral del artículo
Contenido principal del artículo
Resumen
Стремительное развитие технологий одноклеточной транскриптомики, эпигеномики, протеомики и других направлений одноклеточной омиксики привело к формированию нового класса биомедицинских данных, характеризующихся значительным объёмом, высокой структурной сложностью и большим количеством сопутствующих метаданных. В отличие от традиционных bulk-методов, одноклеточные технологии позволяют исследовать молекулярную неоднородность тканей, выявлять редкие клеточные популяции и анализировать различные состояния отдельных клеток. Одновременно увеличение объёма одноклеточных данных приводит к проблемам их хранения, поиска, стандартизации, интероперабельности и повторного использования. В статье рассматриваются основные проблемы доступности баз одноклеточных омиксных данных, включая фрагментацию репозиториев, неоднородность форматов, недостаточную стандартизацию метаданных, влияние различий экспериментальных протоколов, проблемы воспроизводимости и ограничения, связанные с конфиденциальностью данных человека. Рассматриваются FAIR-принципы как один из основных подходов к повышению доступности и повторного использования научных данных, а также перспективы развития интегрированных клеточных атласов.
Detalles del artículo
Sección
Referencias
1. Regev A., Teichmann S. A., Lander E. S. et al. The Human Cell Atlas // eLife. — 2017. — Vol. 6. — Art. e27041. — DOI: 10.7554/eLife.27041.
2. Lafzi A., Moutinho C., Picelli S., Heyn H. Tutorial: guidelines for the experimental design of single-cell RNA sequencing studies // Nature Protocols. — 2018. — Vol. 13, № 12. — P. 2742–2757. — DOI: 10.1038/s41596-018-0073-y.
3. Hao Y., Hao S., Andersen-Nissen E. et al. Integrated analysis of multimodal single-cell data // Cell. — 2021. — Vol. 184, № 13. — P. 3573–3587.e29. — DOI: 10.1016/j.cell.2021.04.048.
Xamrayev, X. K., and A. A. Aliyev. "BIG DATA TA’LIM JARAYONIDA GOOGLE COLABORATORY PLATFORMASIDAN FOYDALANISH METODIKASI VA SAMARADORLIGI." Экономика и социум 3-1 (142) (2026): 509-512.
4. Zappia L., Theis F. J. Over 1000 tools for single-cell analysis: the single-cell landscape // Nature Reviews Genetics. — 2021. — Vol. 22. — P. 145–161. — DOI: 10.1038/s41576-020-00414-z.
5. Stuart T., Satija R. Integrative single-cell analysis // Nature Reviews Genetics. — 2019. — Vol. 20. — P. 257–272. — DOI: 10.1038/s41576-019-0093-7.
6. Chan Zuckerberg Initiative. CELLxGENE Discover [Электронный ресурс]. — URL: https://cellxgene.cziscience.com/ (дата обращения: 11.09.2026).
7. Chan Zuckerberg Initiative. CELLxGENE Census: Data and schema [Электронный ресурс]. — URL: https://chanzuckerberg.github.io/cellxgene-census/ (дата обращения: 11.09.2026).
8. Human Cell Atlas. Data Portal [Электронный ресурс]. — URL: https://data.humancellatlas.org/ (дата обращения: 11.09.2026).
9. Human Cell Atlas. HCA Metadata Standard [Электронный ресурс]. — URL: https://ebi-ait.github.io/hca-metadata-community/metadata_standard/metadata-standard.html (дата обращения: 11.09.2026).
10. Tran H. T. N., Ang K. S., Chevrier M. et al. A benchmark of batch-effect correction methods for single-cell RNA sequencing data // Genome Biology. — 2020. — Vol. 21. — Art. 12. — DOI: 10.1186/s13059-019-1850-9.
11. Heumos L., Schaar A. C., Lance C. et al. Best practices for single-cell analysis across modalities // Nature Reviews Genetics. — 2023. — Vol. 24. — P. 550–572. — DOI: 10.1038/s41576-023-00586-w.
Aliyev A. A., Xamrayev X. K. MODEL FOR ASSESSING THE FINANCIAL STABILITY OF AN ENTERPRISE IN THE CONDITIONS OF DIGITAL TRANSFORMATION //Экономика и социум. – 2026. – №. 3-1 (142). – С. 72-75.
12. Wilkinson M. D., Dumontier M., Aalbersberg I. J. et al. The FAIR Guiding Principles for scientific data management and stewardship // Scientific Data. — 2016. — Vol. 3. — Art. 160018. — DOI: 10.1038/sdata.2016.18.