GIANA обеспечивает вычислительно эффективную кластеризацию TCR и классификацию репертуаров при различных заболеваниях с помощью изометрического преобразования

Сходство последовательностей рецепторов Т-клеток (TCR) указывает на общую антигенную специфичность рецепторов и может использоваться для выявления новых терапевтических мишеней. Однако существующие методы кластеризации последовательностей TCR по сходству вычислительно неэффективны, что делает их непрактичными для постоянно увеличивающихся наборов данных об иммунных репертуарах. В настоящей работе мы разработали GIANA (Geometric Isometry-based TCR Alignment Algorithm — алгоритм выравнивания TCR на основе геометрической изометрии), вычислительно эффективный инструмент для решения этой задачи, который обеспечивает тот же уровень специфичности кластеризации, что и TCRdist, работая в 600 раз быстрее и без потери точности. GIANA также позволяет за считаные минуты быстро анализировать крупные референсные когорты. Кластеризация крупномасштабных наборов данных TCR с помощью GIANA позволяет выявлять рецепторы-кандидаты, специфичные для заболеваний, и предлагает новый подход к классификации репертуаров. Сопоставление ранее не исследованных образцов секвенирования TCR (TCR-seq) с существующим референсом позволяет дифференцировать образцы пациентов из различных когорт, связанных с онкологическими, инфекционными и аутоиммунными заболеваниями. Полученные результаты демонстрируют, что GIANA может служить основой для неинвазивной мультизаболевательной диагностической платформы на основе TCR.