BayraktarLab/cell2location

해결하는 문제

Cell2location은 공간 전사체 분석 데이터 내에서 세밀한 세포 유형을 매핑하는 문제를 해결합니다. 특정 세포 유형이 조직 내 다양한 위치에 얼마나 존재하는지, 그리고 그 양이 어느 정도인지 해석하는 문제를 해결하며, 기술적 노이즈, 플랫폼 효과, 생물학적 신호를 흐리게 하는 오염된 RNA를 고려하여 관측된 mRNA 카운트를 생성할 수 있는 가장 가능성이 높은 세포 유형 조합과 그 비율을 추정합니다.

작동 방식

이 프로젝트는 단일세포 RNA-seq(scRNA-seq) 데이터와 공간 전사체 데이터를 통합하는 체계적인 베이즈 모델을 사용합니다. scRNA-seq에서 유도된 참조 세포 유형 서명을 기반으로, 공간적으로 해상도가 높은 RNA 카운트 행렬을 이러한 서명으로 분해합니다. 서로 다른 위치 간에 통계적 강도를 공유하고 기술적 변동성을 모델링함으로써, 관측된 mRNA 카운트를 생성할 수 있는 가장 가능성이 높은 세포 유형 조합과 그 비율을 추정합니다.

대상 사용자

통합된 단일세포 및 공간 전사체 분석을 통해 다양한 조직의 포괄적인 세포 지도를 생성해야 하는 생물정보학 및 계산 생물학 연구자들을 위한 것입니다.

주요 특징

• 고해상도: 이전 도구보다 더 높은 감도로 세밀한 세포 유형을 해석합니다.
• 베이즈 프레임워크: 기술적 변동성과 설명되지 않은 변동성을 다루기 위한 체계적인 확률적 접근법을 사용합니다.
• 통합성: scRNA-seq 참조 서명과 공간 데이터를 원활하게 통합합니다.
• 확장 가능한 아키텍처: Pyro와 scvi-tools를 기반으로 구축되었으며, 향후 압축 추론을 활용해 수백만 개의 위치에 확장할 계획입니다.