MuPETFlow：从流式细胞术数据中精准估算多倍体的创新工具

《BMC Genomics》：MuPETFlow: multiple ploidy estimation tool from flow cytometry data

在多倍体（Ploidy）估算中，现有流式细胞术（FC）数据分析工具存在局限，如专有软件需付费、开源软件缺乏图形用户界面（GUI）或操作复杂。研究人员开发了 MuPETFlow 工具，可自动化多样本 FC 数据的多倍体估算，结果准确且高效，对大规模数据集分析意义重大。

　　在生命科学的微观世界里，细胞的多倍体现象就像一场神秘的 “染色体派对”。多倍体（Ploidy）代表着细胞中同源染色体的组数，这一特性在酵母、植物等生物中广泛存在，对生物的遗传、进化和育种研究有着重要意义。想要揭开多倍体的神秘面纱，流式细胞术（FC）是一项得力工具，它能通过测量用荧光 DNA 染料染色的单细胞荧光，来推断细胞的多倍体状态和基因组大小。

然而，目前用于 FC 数据分析的工具却不尽人意。专有软件往往与设备绑定或需要付费，这让不少科研人员望而却步；而开源软件虽然免费，但大多缺乏友好的图形用户界面，需要编写脚本，这对于一些不熟悉编程的科研人员来说，无疑是一道难以跨越的门槛。比如 Cytoflow 和 flowPloidy 这两款开源工具，虽然提供了图形界面，但在操作上仍存在诸多不便，无法满足科研人员高效、精准分析数据的需求。在这样的背景下，来自法国索邦大学（Sorbonne Université）、法国国家科学研究中心（Centre National de la Recherche Scientifique，CNRS）的实验室（Laboratory of Computational, Quantitative and Synthetic Biology，CQSB）的研究人员 C. Gómez-Mu?oz 和 G. Fischer 决定研发一款新的工具，来打破这一困境。

他们研发的 MuPETFlow（Multiple Ploidy Estimation Tool from Flow cytometry data），就像是为 FC 数据分析量身定制的 “智能助手”。这款工具基于 R 语言的 Shiny 框架开发，拥有简洁易用的图形用户界面，操作流程分为三个主要模块：“Peaks”“Regression”“Summary”。在 “Peaks” 模块，研究人员可以轻松上传多个本地的流式细胞术标准（FCS）文件，软件会自动扫描文件中的可用通道，并生成样本的直方图。利用局部最大值算法，它还能精准地检测出峰值，并且用户可以根据需求调整平滑度、窗口宽度等参数。在 “Regression” 模块，MuPETFlow 能够基于外部标准进行线性回归，从而估算多倍体或基因组大小。最后，在 “Summary” 模块，研究人员可以预览生成的所有直方图，并将结果保存为图片或表格文件。

为了验证 MuPETFlow 的性能，研究人员进行了一系列实验。他们首先利用新生成的酿酒酵母（S. cerevisiae）FC 数据进行基准测试，对两种酿酒酵母多倍体 CRE 和 AVQ 的多倍体状态进行估算。结果显示，MuPETFlow 估算的多倍体均值与预期相符，即使在不同实验条件下分析样本，它也能准确估算多倍体。随后，研究人员将 MuPETFlow 与其他工具进行比较，分析相同的酿酒酵母生物重复数据集。虽然在峰值荧光上，MuPETFlow 与 flowPloidy 存在显著差异，但最终估算的多倍体值在三款工具间并无差异。而且，MuPETFlow 的自动化能力十分出色，在估算 20 种酿酒酵母多倍体菌株的多倍体时，它能快速完成任务，总用户时间不到 2 秒。

除了酿酒酵母，研究人员还利用其他物种的已发表数据对 MuPETFlow 进行测试。在利用酿酒酵母（S. pastorianus）数据集进行基因组大小估算时，MuPETFlow 得到的结果与之前的估算值相近；在分析辣椒（S. pseudocapsicum）数据集时，它能准确检测出多倍体峰值，与之前报道的结果一致。此外，研究人员还创建了混合倍性数据集进行测试，结果表明 MuPETFlow 能够检测出低至 1% 比例的单倍体群体和 5% 比例的二倍体群体的多倍体状态。

综合这些研究结果，MuPETFlow 是一款功能强大、易于使用的多倍体估算工具。与其他工具相比，它不仅实现了多个分析步骤的自动化，还具备独特的多峰值检测能力，能够在同一工具内完成多倍体或基因组大小的计算。这一工具的出现，大大加速了多倍体分析的流程，对于涉及大量数据集的研究项目来说，具有极高的价值。它为生命科学领域中多倍体相关的研究提供了更高效、准确的分析手段，有望推动该领域的进一步发展。

在研究过程中，研究人员用到的主要关键技术方法包括：使用 R 语言的 Shiny 框架开发 MuPETFlow 软件；利用流式细胞术获取酵母和植物细胞的荧光数据；通过线性回归方法估算多倍体和基因组大小；运用配对威尔科克森符号秩精确检验（paired Wilcoxon signed rank exact test）比较不同工具分析结果的差异。

研究结果主要包括：

• 基准测试：通过对酿酒酵母多倍体 CRE 和 AVQ 的 FC 数据进行分析，MuPETFlow 能准确估算多倍体，且不同实验样本估算结果一致。与其他工具比较，虽然峰值荧光有差异，但最终估算的多倍体值无差异，同时 MuPETFlow 自动化能力强，处理 20 个样本总用户时间不到 2 秒。
• 其他物种和混合倍性样本测试：在分析酿酒酵母（S. pastorianus）和辣椒（S. pseudocapsicum）的数据集时，MuPETFlow 在基因组大小估算和多倍体检测上结果准确。在混合倍性样本测试中，能检测出低比例的单倍体和二倍体群体的多倍体状态。

研究结论和讨论部分表明，MuPETFlow 是目前唯一一款能在应用程序内直接、高效地对大量样本进行多倍体或基因组大小计算的工具，它独特的多峰值检测功能，使其在酵母和植物等物种的研究中具有显著优势，为相关领域的科研工作提供了极大便利，推动了多倍体研究的发展，有望在更多物种的多倍体分析中发挥重要作用。