Cell-IDによる単一細胞レベルの遺伝子シグネチャー抽出および細胞アイデンティティー認識

ハイスループットの単一細胞塩基配列解読に付随する確率性のため、細胞タイプの多様性を探る現在の方法は、完全な単一細胞レベルではなく、細胞亜集団の分解能で不均質性が評価されるクラスタリング式の電算法に依拠している。本論文では、クラスタリングによらずに単一細胞塩基配列解読データから細胞ごとの遺伝子シグネチャーをロバストに抽出する多変量統計手法Cell-IDを紹介する。我々は、血液細胞、膵島、気道上皮、腸上皮、嗅上皮を含む多数のヒト試料とマウス試料のデータ、および網羅的なマウス細胞アトラスのデータセットにCell-IDを応用した。その結果、Cell-IDのシグネチャーは、さまざまなドナー、由来組織、種、単一細胞オミクス法にわたって再現性を示し、細胞タイプの自動アノテーションとデータセットを超えた細胞マッチングに使用可能であることが明らかになった。Cell-IDは、個々の細胞レベルの生物学的解釈を改善することで、これまで特徴が不明であった希少な細胞タイプまたは細胞状態の発見を可能にする。Cell-IDは、オープンソースのRソフトウエアパッケージとして頒布されている。