BiGCNは、単一細胞の転写物とBCRレパトアを統合することによりB細胞の機能状態を学習する

科学分野:

• 免疫学
• 計算生物学
• システム医学

背景:

• Bリンパ球（B細胞）は、免疫応答と疾患にとって重要です。
• 転写物とB細胞受容体（BCR）レパトアの別々の解析により、B細胞の多様性の解析は困難です。
• 既存の方法では、包括的なB細胞の特徴付けのためにこれらの異なるデータ型を完全に統合することに苦労しています。

研究 の 目的:

• 単一細胞の転写物とBCRレパトアデータの統合解析のための新しい計算方法であるBiGCNを開発すること。
• これらのモダリティを統合することにより、B細胞の状態とクローン関係の忠実度の高い特徴付けを可能にすること。
• B細胞集団に関する機能アノテーションと生物学的洞察を改善すること。

主な方法:

• グラフ畳み込みネットワーク（GCN）フレームワークを利用するBiGCNを開発しました。
• ペアになった単一細胞RNAシーケンシング（scRNA-seq）と単一細胞BCRシーケンシング（scBCR-seq）データを統合しました。
• 感染症、自己免疫疾患、がんを含む多様なデータセットにBiGCNを適用しました。

主要な成果:

• BiGCNは、データ統合、機能アノテーション、生物学的発見において、既存の方法よりも大幅に優れたパフォーマンスを発揮します。
• B細胞の成熟と免疫グロブリンクラススイッチの軌跡を正常に再現しました。
• これまで特定されていなかった中間B細胞サブタイプと機能状態を発見しました。

結論:

• BiGCNは、B細胞研究のための汎用的で堅牢なプラットフォームを提供します。
• この方法は、B細胞の状態とクローンダイナミクスの特徴付けを強化します。
• BiGCNは、免疫学、がん生物学、システム医学における発見を加速します。