組織構造を活用した時空間的細胞タイプデコンボリューション

科学分野:

• ゲノミクス; バイオインフォマティクス; 計算生物学

背景:

• スポットベースの空間トランスクリプトミクス（ST）は、組織の場所からの集約されたトランスクリプトミクスデータを提供します。 細胞タイプデコンボリューションは細胞分布のマッピングに不可欠ですが、既存の手法は3D組織構造や単一細胞解像度の参照に苦労しています。

研究 の 目的:

• 3D組織アーキテクチャと単一細胞（sc）RNAシーケンス参照を効果的に利用する新しいデコンボリューション手法であるSpaDecoderを開発すること。 空間トランスクリプトミクスデータにおける細胞タイプ比率推定の精度を向上させること。

主な方法:

• SpaDecoderは、並列化された行列分解を使用して、3D空間的または時間的STスライス全体でスポットごとのデコンボリューションを実行します。 組織構造を活用するために、適応的に推測された3D近傍ガウスカーネルを組み込んでいます。 この手法は、sc参照プロファイルとバッチ効果のばらつきを考慮に入れています。

主要な成果:

• SpaDecoderは、3D組織構造とsc参照プロファイルを効果的に活用することで、細胞タイプデコンボリューションの改善を示しています。 消去試験と比較により、様々な指標とデータセットでその優れたパフォーマンスが確認されています。 このフレームワークは、遺伝子発現補完や共局在細胞タイプの同定を含む下流解析を可能にします。

結論:

• SpaDecoderは、空間トランスクリプトミクスにおける細胞タイプデコンボリューションのための堅牢で正確なソリューションを提供します。 3D組織情報を統合する能力は、空間的細胞タイプ分布の解析を大幅に進歩させます。 この手法は、多様な下流空間トランスクリプトミクス解析のための汎用的なプラットフォームを提供します。