BayraktarLab/cell2location

何を解決するか

Cell2locationは、空間転写プロファイルデータ内での細粒度細胞型のマッピングという課題に対処します。特定の細胞型が組織内のさまざまな位置にどの程度存在するかを解明する問題を解決し、技術的ノイズ、プラットフォーム効果、生物学的信号を曇らせる混入RNAを考慮に入れながら、観測されたmRNAカウントを生成する最も可能性の高い細胞型の組み合わせとその割合を推定します。

動作原理

このプロジェクトは、単一細胞RNA-seq（scRNA-seq）データと空間転写プロファイルデータを統合する原理的なベイズモデルを使用しています。scRNA-seqから得られた参照細胞型シグネチャを用いて、空間的に解像されたRNAカウント行列をこれらのシグネチャに分解します。異なる位置間で統計的強度を共有し、技術的ばらつきをモデル化することで、観測されたmRNAカウントを生成する可能性の高い細胞型の組み合わせとその割合を推定します。

対象ユーザー

統合された単一細胞および空間転写プロファイルを用いて、多様な組織の包括的な細胞マップを作成する必要があるバイオインフォマティクスおよび計算生物学の研究者向けに設計されています。

特徴

• 高解像度: 以前のツールよりも高い感度で細粒度細胞型を解像します。
• ベイズ枠組み: 技術的ばらつきと説明できないばらつきを扱うための原理的な確率的アプローチを使用します。
• 統合性: scRNA-seqの参照シグネチャと空間データをスムーズに統合します。
• スケーラブルなアーキテクチャ: Pyroとscvi-toolsを用いて構築されており、将来はアモルタイズド推論を用いて数百万の位置にスケーリングする予定です。