Аутентификация клеточных линий: та ли это линия
Разбор десятилетнего массива из Китая: как STR-профилирование проверяет личность клеточной линии, почему фиксированный порог совпадения может подвести и что предлагает взвешенный алгоритм.
Вопрос
Читатель видит в статье, что результат получен на клеточной линии с известным названием. Вопрос в том, действительно ли это та линия, а не перепутанная культура или культура, загрязнённая другой линией.
Что такое STR-профилирование
Международным золотым стандартом проверки личности человеческих клеточных линий в статье названо профилирование коротких тандемных повторов — STR-профилирование: генетический отпечаток культуры сравнивают с эталонными профилями из баз данных.
Совпадение оценивали алгоритмом Танабе: профиль считали совпадающим с эталоном, если значение совпадения превышало 80%.
Генотипирование человеческих линий проводили по международному стандарту ASN-0002-2022: набором, нацеленным на 21 STR-локус и маркер амелогенина.
Массив
Во введении статьи приводятся литературные оценки: от 20% до 30% всех используемых клеточных линий могут быть скомпрометированы, а «загрязнённая литература» превышает 30 000 первичных статей.
Всего обработано 11 087 образцов: 10 503 (94,7%) человеческого происхождения и 584 (5,3%) нечеловеческого, из них мышиных — 464.
Образцы поступили из 6 947 учреждений 31 провинции Китая за 2016–2025 годы.
Число подач выросло примерно с 500 в 2016 году до почти 3 000 в 2025 году, а средняя точность идентификации — примерно с 0,70 в 2016–2020 годах до примерно 0,85 в 2021–2025 годах.
Загрязнители
Самый частый загрязнитель — HeLa (575 случаев), далее T24 (70), K-562 (51) и HEK293T (50).
Линии L-02 и SMMC-7721, используемые как «нормальная печень» и «гепатоцеллюлярная карцинома», подтверждены как производные HeLa.
Самая низкая точность — у линий печени и жёлчного пузыря (около 0,65) и желудка и пищевода (около 0,75).
Почему порог может подвести
Стандарт, упомянутый в статье, предусматривает 13 core STR-локусов.
Частоты мутаций восьми core STR-локусов различаются: самая высокая у CSF1PO (0,044900), самая низкая у TH01 (0,007118).
В среднем эти частоты на два-три порядка выше герминальных базовых значений, приводимых AABB, как указано в статье.
Мутации и потеря гетерозиготности при длительном культивировании могут дать частичные несовпадения или лишние аллели и сделать неоднозначным ответ при равном весе всех локусов.
Взвешенный алгоритм
Авторы предлагают взвешенный алгоритм SW-Tanabe: стабильные локусы, например TH01, весят больше, а более изменчивые, например CSF1PO, — меньше.
Алгоритм оценён только на 28 отобранных образцах: у шести образцов классический и взвешенный алгоритмы дали разные итоги — у пяти счёт упал ниже порога, у одного поднялся выше.
Для ROC-кривых и F1-оценок, по словам авторов, нужны большие когорты с достаточным числом положительных и отрицательных образцов.
Взвешенный алгоритм — предложение авторов, а не принятый стандарт: статья представляет его как основу для будущих руководств.
Пределы и неизвестное
Выборка смещена самоотбором: образцы подают добровольно те, кто уже заботится об аутентификации, поэтому точность здесь — скорее лучший сценарий, а не средняя по стране.
Среднее число образцов на учреждение — всего 1,6.
Мышиные линии подаются всё чаще, а референсные базы для них, по авторам, малы и фрагментированы.
Статья не отслеживает, привели ли проверки к грантам, публикациям или воспроизводимым результатам.
Общая доля неверно идентифицированных или загрязнённых линий среди всех лабораторий Китая остаётся неизвестной: в массив попали только добровольно поданные образцы.
Точные доли ошибочных идентификаций по каждому году в тексте статьи не приведены: даны только средние точности за пятилетия.
Текст стандарта ASN-0002-2022 и его статус в России в этой проверке не открывались и не установлены.
Это не лекарство и не медицинское изделие, поэтому регуляторного «одобрения» здесь нет; страна массива данных — Китай.