シグナルベースのマルチグラフ融合による空間分解トランスクリプトミクスの空間ドメイン同定

科学分野:

• 計算生物学
• ゲノミクス
• バイオインフォマティクス

背景:

• 空間分解トランスクリプトミクス（SRT）は、生体組織内の細胞トランスクリプトームを分析することにより、組織の微小環境に関する洞察を提供します。
• 現在のSRTドメイン同定方法は、細胞間の相互作用を見落としがちであり、最適ではない精度と感度につながります。
• 空間ドメインの正確な同定は、組織の構造と機能を理解するために不可欠です。

研究 の 目的:

• SRTデータからの空間ドメイン同定を強化するための新しいフレームワークであるSiDMGF（Signal-based Domain identification with Multi-Graph Fusion）を開発すること。
• 多様な生物学的データを統合することにより、空間ドメイン同定の精度と堅牢性を向上させること。
• SiDMGFのパフォーマンスを既存の最先端の方法と比較して検証すること。

主な方法:

• SiDMGFは、遺伝子セット由来のシグナリンググラフと空間グラフを統合して、生物学的コンテキスト、空間情報、および遺伝子発現をモデル化します。
• このフレームワークは、マルチグラフ融合を利用して、これらの異なるデータモダリティを共同で分析します。
• パフォーマンスは、複数のベンチマークSRTデータセットおよび多様な空間シーケンシングプラットフォームで評価されました。

主要な成果:

• SiDMGFは、さまざまなデータセットにわたる空間ドメイン同定において、既存の最先端の方法を一貫して上回りました。
• このフレームワークは、空間ドメインを特定する上で優れた精度と堅牢性を示しました。
• SiDMGFは、がん組織サンプルに効果的に適用され、腫瘍微小環境の不均一性を正確に区別しました。

結論:

• SiDMGFは、SRTデータの空間ドメイン同定において大幅な進歩をもたらします。
• シグナリンググラフと空間グラフの統合は、組織の微小環境の理解を深めます。
• SiDMGFは、がん研究および精密医療への応用が期待されます。