|
1細胞RNA-seqを用いると、多くの細胞の網羅的な発現量を計測できる。したがって、組織を1細胞RNA-seqで計測した後に細胞をクラスタリングすることで、細胞種を実験後に決定できる。このようなアプローチは、前駆細胞とやや分化した細胞といった微妙な細胞状態の差も捉えられる。このような差における発現変動解析を行うことで、分化初期に決定的な影響を与える因子を見つけることができると期待される。このような状態間の発現変動解析を行う上で、既存のアルゴリズムはアノテーションされた転写産物の発現量を求め、その中で有意に差がある転写産物を見つけるというアプローチに基づくものがほとんどであった。しかしながら近年、がん組織における異常なスプライシングパターンといった様々な転写産物の構造とその重要性が明らかにされつつある。したがって、微妙な細胞状態間における発現変動を多様な転写産物の存在を踏まえ網羅するためにも、アノテーションに基づいた発現変動解析のみでなく、アノテーション外の転写産物の変動を検出することも重要である。
これら背景を踏まえ、本研究では遺伝子領域内で起こりうる多様な転写構造の変動を検出すべく、アノテーションに依存せずに1細胞RNA-seqデータから発現変動を検出するアルゴリズムの開発を行った。本アルゴリズムではまず非負値行列分解を行い、細胞間で共有するマッピングパターン、つまり転写構造を自動的に分離し、かつその発現量を求めた。この係数に対し、細胞種間での差を定量化することにより、アノテーションに依存せずに異なる転写構造を分離し差を定量することができる。さらに、アノテーションに基づく発現変動の差の定量も行い、これら２つアプローチで「定量化した差」の差を用いることで、アノテーションに基づくアプローチでは見逃されていた発現変動する転写産物をリストアップする指標を構築した。
|
