SPAC：単一細胞空間解析のためのスケーラブルで統合されたエンタープライズプラットフォーム

科学分野:

• 単一細胞空間生物学
• 計算生物学
• バイオインフォマティクス

背景:

• 空間的に解決された単一細胞技術は、組織構造と疾患に関する変革的な洞察を提供します。
• 高次元空間データセットの解析は計算集約的であり、研究者向けのユーザーフレンドリーなツールが不足しています。

研究 の 目的:

• 効率的で再現性のある空間単一細胞データ解析のためのスケーラブルなWebベースプラットフォームを開発すること。
• アクセスしやすいツールを提供することにより、実験研究者と計算研究者の間のギャップを埋めること。

主な方法:

• SPACは、Python解析エンジン、HPC/GPU統合、ノーコードブラウザインターフェース、および視覚化のためのShiny for Pythonという4層アーキテクチャを利用しています。
• このプラットフォームは、データサイエンティスト向けのカスタマイズと、ベンチサイエンティスト向けの使いやすさを可能にする個別のユーザーロールをサポートしています。
• 機能には、組み込みの再現性と共同ワークフローサポートが含まれます。

主要な成果:

• SPACは、大規模データセット（260万細胞）で教師なしクラスタリングにおいて20倍以上の高速化を達成し、GPUアクセラレーションにより時間を約3時間から10分未満に短縮しました。
• 腫瘍微小環境コンパートメントのきめ細かな空間プロファイリングを可能にしました。
• 複雑な生物学的データに対するプラットフォームのスケーラビリティとパフォーマンスを実証しました。

結論:

• SPACは、直感的なインターフェースと高性能コンピューティングを組み合わせることで、空間単一細胞解析における主要な課題を克服します。
• このプラットフォームは複雑な解析を合理化し、共同作業を促進し、空間データから生物学的洞察への変換を加速します。