細胞生物学：健康な細胞の一細胞レベルの参照データを用いて、疾患で変化する細胞状態を正確に識別する

正常組織の参照データと罹患組織のデータを用いて、一細胞ゲノミクスデータを統合解析することにより、細胞状態の変化を明らかにすることができる。本研究では、健康な人からの統合データコレクション（細胞アトラス）は疾患状態の識別に適した参照データかどうか、また、誤検出を最小化するためにはマッチさせた対照試料が必要かどうかを調べた。我々は潜在空間学習に対する参照アトラスを用いた後に、マッチさせた対照群に対する差異解析を行うことで、特に複数回撹乱された細胞タイプの疾患関連細胞の識別が向上することを実証した。また、アトラスが利用できる場合、対照試料数を減らしても誤検出率は増加しない。COVID-19コホートと血液細胞アトラスからのデータを合わせて統合解析すると、異なる臨床重症度と紐付いた感染関連細胞状態の検出が向上した。同様に、健康な肺のアトラスを用いて肺線維症の疾患状態を調べ、基底細胞に見られる2つの異なる異常な状態を特徴付けた。我々の解析は、疾患コホート研究の設計や細胞アトラス利用の最適化に対するガイドラインを提供するものである。