sccomp: Robust differential composition and variability analysis for single-cell data

https://www.pnas.org/doi/full/10.1073/pnas.2203828120

1. 本研究の学術的背景、研究課題の核心をなす学術的「問い」は？

• 単一細胞およびマイクロバイオームシーケンシングなどの技術によって、細胞集団の組成の変化を特定することが可能になりました。ただし、既存の異常度法では、いくつかの組成カウントデータの特性をモデル化できず、細胞グループ固有の異常度変動に対応できる専用のモデルもまだありません。そこで、より適切な統計的方法が開発される必要があることが問題となっています。

1. 本研究の目的及び学術的独自性と創造性は？

• 本研究では、compositionalデータの異常度解析のためのSCCOMPという統計モデルを提案し、多様な解析手法を実現することができました。また、SCCOMPは、現存する方法がモデル化できないいくつかの組成データの特性をモデル化し、実験データの精度を改善しました。

1. 本研究の着想に至った経緯や、関連する国内外の研究動向と本研究の位置づけは？

• 近年、シングルセルRNAシーケンシングやサイトメトリーなどの技術の発展により、多様なバイオデータを同時に解析できるようになりました。しかし、貧血分析法による結果には限界があるため、より適切な解析方法の開発が待たれていました。本研究は、組成データの異常度解析のための新しい統計モデルを提案することで、この問題に取り組みました。

1. 本研究で何をどのように、どこまで明らかにした？

• 本研究では、sccompという異常度解析のための統計モデルを提案し、実験データ精度の向上を証明しました。さらに、sccompの特性を活かして、消化管がんなどの病気での解析に役立てられることが分かりました。

1. 本研究の有効性はどのように検証した？

• 本研究では、sccompによって異常度解析のための新しい統計モデルを提案し、このモデルの精度を他の統計モデルと比較して実証しました。また、実験データやマイクロバイオームデータを用いた検証も行われており、多くの研究者に役立てられることが期待されます。