multiVIB：アトラススケールでの単一細胞マルチオミクスデータ統合のための統一確率的対照学習フレームワーク

科学分野:

• 神経科学
• 計算生物学
• ゲノミクス

背景:

• 包括的な脳細胞アトラスは、神経機能とトランスレーショナル医学の理解に不可欠です。
• 単一細胞技術の普及は、堅牢な統合方法を必要とする多様なデータセットを生成します。
• 既存のデータ統合ツールはしばしば制限されており、複雑でアーティファクトが発生しやすいワークフローが必要となります。

研究 の 目的:

• 統一確率的対照学習フレームワークであるmultiVIBを導入すること。
• 多様な実験プラットフォーム、種、モダリティを横断するスケーラブルで生物学的に忠実なデータ統合の必要性に対処すること。
• 既存ツールの制限を克服し、偽のデータアライメントを防ぐこと。

主な方法:

• 確率的対照学習フレームワークであるmultiVIBの開発。
• BRAINイニシアチブからのアトラススケールデータセットへのmultiVIBの適用。
• 多様なデータモダリティと種間データセットの統合におけるmultiVIBのパフォーマンスの評価。

主要な成果:

• multiVIBはデータ統合において最先端のパフォーマンスを達成します。
• このフレームワークは、データセット間の偽のアライメントを効果的に軽減します。
• 多様なデータモダリティの堅牢でスケーラブルな統合と、種間統合における種特異的なバリエーションの保持を実証しました。

結論:

• multiVIBは、次世代脳細胞アトラスを構築するための、統一されたスケーラブルで生物学的に忠実なフレームワークを提供します。
• このフレームワークは、神経科学の進歩に不可欠な、異種単一細胞データの統合をサポートします。
• multiVIBは、単一細胞データの増加する量から脳アトラスの信頼性の高い構築を可能にします。