새로운 기계 학습 방법으로 세포 정체성에 대한 이해 향상

Carnegie Mellon University 작성2023년 3월 17일

세포 정체성은 유기체 내에서 한 유형의 세포를 다른 세포와 구별하는 독특한 특성과 특성을 의미합니다. 이러한 정체성은 세포에 특정한 기능과 구조를 부여하는 단백질의 생산을 조절하는 특정 유전자의 발현에 의해 결정됩니다.

유전자의 활성화와 발현은 조직과 기관 전반에 걸쳐 유형과 기능을 기반으로 한 세포 패턴의 유사성을 나타냅니다. 이러한 패턴을 이해하면 세포에 대한 이해가 향상되고 질병의 기본 메커니즘을 밝히는 데 대한 통찰력을 얻을 수 있습니다.

공간 전사체학 기술의 출현으로 과학자들은 조직 샘플 전체의 맥락에서 유전자 발현을 조사할 수 있게 되었습니다. 그러나 이 정보를 처리하고 이러한 유전자 발현 패턴의 식별과 이해를 촉진하려면 새로운 컴퓨터 기술이 필요합니다.

A research team led by Jian Ma, the Ray and Stephanie Lane Professor of Computational Biology in Carnegie Mellon University's School of Computer Science, has developed a machine learningMachine learning is a subset of artificial intelligence (AI) that deals with the development of algorithms and statistical models that enable computers to learn from data and make predictions or decisions without being explicitly programmed to do so. Machine learning is used to identify patterns in data, classify data into different categories, or make predictions about future events. It can be categorized into three main types of learning: supervised, unsupervised and reinforcement learning." data-gt-translate-attributes="[{"attribute":"data-cmtooltip", "format":"html"}]"> 이러한 격차를 메울 수 있는 머신러닝 도구입니다. SPICEMIX라고 불리는 방법에 관한 그들의 논문은 최근 Nature Genetics의 표지 기사로 게재되었습니다.

SPICEMIX는 연구자들이 뇌와 같은 복잡한 조직에서 세포의 전반적인 유전자 발현에서 다양한 공간 패턴이 수행하는 역할을 풀 수 있도록 도와줍니다. 이는 특정 생물학적 과정에 연결될 수 있고 조직 전반에 걸쳐 매끄럽거나 산발적인 패턴을 표시할 수 있는 유전자 그룹인 공간 메타유전자로 각 패턴을 표현함으로써 이를 수행합니다.

Ma를 포함한 팀; 전산 생물학과의 프로젝트 과학자인 Benjamin Chidester; 그리고 박사. 학생 Tianming Zhou와 Shahul Alam은 SPICEMIX를 사용하여 생쥐와 인간의 뇌 영역에서 공간 전사체학 데이터를 분석했습니다. 그들은 SPICEMIX의 독특한 기능을 활용하여 뇌의 세포 유형과 공간 패턴의 지형을 밝혀냈습니다.

"우리는 이름을 선택할 때 요리에서 영감을 받았습니다"라고 Chidester는 말했습니다. "동일한 향신료 세트로 온갖 종류의 다양한 맛을 만들 수 있습니다. 세포는 비슷한 방식으로 작동할 수 있습니다. 세포는 공통된 생물학적 과정을 사용할 수 있지만 사용하는 특정 조합은 고유한 정체성을 부여합니다."

SPICEMIX를 뇌 조직에 적용했을 때 다른 방법보다 더 정확하게 뇌 세포 유형의 공간 패턴을 식별했습니다. 또한 학습된 공간 메타유전자를 통해 뇌세포 유형의 새로운 발현 패턴을 밝혀냈습니다.

Zhou는 “이러한 발견은 뇌 세포 유형의 복잡성에 대한 보다 완전한 그림을 그리는 데 도움이 될 수 있습니다.”라고 말했습니다.

공간 전사체학 기술을 사용하는 연구의 수가 빠르게 증가하고 있으며, SPICEMIX는 연구자들이 이러한 대용량, 고차원 데이터를 최대한 활용하는 데 도움을 줄 수 있습니다.

Ma는 "우리의 방법은 공간 전사체학 연구를 발전시키고 기본 생물학과 복잡한 조직의 질병 진행에 대한 더 깊은 이해에 기여할 수 있는 잠재력을 가지고 있습니다"라고 말했습니다.

참조: "SpiceMix는 세포 정체성의 통합적 단일 세포 공간 모델링을 가능하게 합니다"(Benjamin Chidester, Tianming Zhou, Shahul Alam 및 Jian Ma, 2023년 1월 9일, Nature Genetics.DOI: 10.1038/s41588-022-01256-z)