マルチサンプル単一細胞データにおける希少細胞タイプ検出のための最良戦略の解明

科学分野:

• ゲノミクス
• 計算生物学
• バイオインフォマティクス

背景:

• 単一細胞RNAシーケンシング（scRNA-seq）は、細胞の不均一性と希少細胞タイプを明らかにします。
• 既存の希少細胞検出方法は、バッチ効果とデータ不均衡のため、マルチサンプル設定で苦労することがよくあります。
• マルチサンプルscRNA-seqにおけるパフォーマンスの理解は、希少細胞の発見にとって重要です。

研究 の 目的:

• マルチサンプルscRNA-seqデータにおける希少細胞検出方法を体系的に評価すること。
• 希少細胞検出のための異なる分析戦略を比較すること。
• 大規模研究のための最適な方法とワークフローを特定すること。

主な方法:

• 5つの希少細胞検出ツール（CellSIUS、GapClust、GiniClust、scCAD、SCISSORS）とscGPTベースの方法のベンチマーク。
• 個々のサンプル、プールサンプル、バッチ補正されたプールサンプルの3つの戦略下での評価。
• 標準化されたメトリックを使用して複数の公開scRNA-seqデータセット全体でのパフォーマンス評価。

主要な成果:

• バッチ補正されたプールサンプル検出は一貫して最高のパフォーマンスを示しました。
• 個々のサンプル検出戦略は最も弱い結果を示しました。
• scCADは、さまざまなデータセットと条件で堅牢で安定したパフォーマンスを示しました。

結論:

• バッチ補正とプール解析は、希少細胞検出の精度を高めるために不可欠です。
• この研究は、マルチサンプル希少細胞検出のための戦略レベルの比較を提供します。
• 大規模scRNA-seq研究における方法とワークフローの選択のための実践的なガイダンスを提供します。