UMAPによる単一細胞データ可視化のための次元削減

単一細胞技術の進歩により、組織の構成を高分解能で分析することができるようになった。単一細胞研究で得られた多数の要素の解析に利用可能な次元削減ツールは複数存在する。最近、あらゆるタイプの高次元データを解析するUMAP（uniform manifold approximation and projection；均一マニホールド近似投影）という非線形次元削減技術が開発された。今回我々は、特徴が十分明らかなマスサイトメトリーと単一細胞RNA塩基配列解読のデータセット3組を用いて、UMAPを生物学的データに応用した。性能を他の5種類のツールと比較した結果、UMAPは、実行時間が最速で再現性に最も優れ、最も意味のある細胞クラスター構成が得られることが明らかになった。本研究は、UMAPの使用によって単一細胞データの可視化および解釈が改善されることを示している。