Deep scSTAR: 単細胞RNAシーケンシングおよび空間トランスクリプトミクスデータからの表現型関連特徴の抽出と強化のための深層学習の活用
近年、シングルセルRNAシーケンシング(scRNA-seq)及び空間トランスクリプトミクス(spatial transcriptomics, ST)などの先端技術は、生命科学・臨床医学の発展を飛躍的に促進してきました。これらの技術は細胞異質性を明らかにし、疾患、発生、免疫などの重要領域に新たな知見をもたらしました。しかし、大規模シングルセルデータは技術ノイズが強く、バッチ効果(batch effects)が複雑で、生物学的シグナルが多様かつ雑然としているため、「表現型に関連した特徴の正確な抽出と強調」が最大の課題の一つとなっています。多くの従来手法はノイズ除去や統合を主目的としていますが、同時に研究の鍵となる表現型決定シグナルを弱めたり、消失させたりしてしまい、疾患機構や細胞間相互作用の理解...