Single cell RNA-seq data-driven method for cell type identification by information theoretic analysis

点击翻译按钮获取中文摘要

細胞分化過程における細胞種同定を行うために、1細胞RNAseqデータの公開データを取得し解析を行った。擬時間解析と遺伝子発現量の情報理論解析を組み合わせて、分解段階の進行に伴って遺伝子発現プロファイルが何段階に変化するかを解析することが本研究の流れであり、本年は擬時間の推定については実施し、現在は情報理論解析を進めているところである。遺伝子発現量の情報理論解析にあたり、全遺伝子発現プロファイルを使用すること及び主成分分析を用いて縮約したプロファイルを使用して、発現プロファイルが分化過程で何段階に変化するのかを解析することを当初検討していたが、全遺伝子については推定誤差のために、主成分については擬時間推定に主成分を用いる場合があることから理論的な循環性のために断念した。そこで、擬時間変化に伴う発現量変化に伴う遺伝子発現量変化パターンを1遺伝子ごとに求め、そのパターンでクラスタリング解析などでグルーピングして各グループ代表の遺伝子のみを用いることで縮約する方法と1遺伝子から始めて貪欲法などで遺伝子を追加していく方法を新たに考案して検討を進めている。これは遺伝子発現の変化パターンが似ている遺伝子どうしの組ばかり集めても、新しく区別できる細胞腫が増えないであろうという仮定に基づく。これらの方法について検討を進めつつ、データの正規化の方法や計算誤差の出にくい情報理論解析の推定方法の検討、多数の遺伝子、細胞を扱う解析であるために重要となる計算の高速化、省メモリ化の検討などの基礎的な検討も並行して実施している。