랜덤 행렬 이론 활용 scLENS 개발, 정밀 의학의 미래를 열다

기초과학연구원(IBS) 연구팀은 단일세포 전사체 분석 정확도를 획기적으로 높이는 새로운 도구 'scLENS'를 개발했습니다. scLENS는 기존 도구와 달리 사용자의 선택 없이 자동으로 데이터에서 신호와 노이즈를 구분하여 분석 정확도를 높였으며, 세포 그룹화 성능과 데이터 내 국소 구조 포착 능력도 크게 향상되었습니다. 이번 연구는 단일세포 전사체 분석 기반 정밀 의학 실현에 중요한 발걸음이 될 것으로 기대됩니다.

 

▲ scLENS 개요

• (왼쪽) 기존의 단일세포 전사체 분석 방법은 로그 정규화를 이용해 데이터 전처리를 하고 전처리된 데이터로 부터 사용자가 직접 임계값을 설정하여 신호와 노이즈를 구별해야합니다. 이 과정에서 신호 왜곡이 발생하여 분석결과가 부정확해짐을 이번 연구에서 밝혀냈습니다.
• (오른쪽) 연구진은 기존 로그 정규화에 L2 정규화를 통합하면 전처리 과정에서 신호 왜곡을 방지할 수 있음을 밝혔습니다. 나아가 랜덤 행렬 이론을 이용하여 사용자의 선택 없이 데이터에만 기반하여 신호와 노이즈를 구별하는 임계값을 설정하는 방법을 개발하였습니다. 덕분에 scLENS는 정확하고 자동화된 데이터 분석이 가능합니다.

scLENS, 정밀 의학의 새로운 지평을 열다

정밀 의학 시대가 열리면서 개인별 유전적 특징을 파악하는 기술이 빠르게 발전하고 있습니다. 단일세포 전사체 분석은 개별 세포 단위의 유전적 변화를 확인할 수 있는 강력한 도구로, 암 치료, 신약 개발, 임상 연구 등 다양한 분야에서 활용되고 있습니다. 하지만 단일세포 전사체 분석 빅데이터에서 유용한 생물학적 정보를 찾아내는 것은 쉽지 않은 과제였습니다. 기존 데이터 분석 도구는 사용자의 주관적인 선택에 따라 결과가 달라질 수 있으며, 분석 정확도가 떨어지는 한계가 있었습니다.

 

scLENS의 연구 개요

기초과학연구원(IBS) 수리 및 계산 과학 연구단 의생명 수학 그룹 김재경 CI(Chief Investigator) 연구팀은 단일세포 전사체 분석 데이터에서 신호와 노이즈를 자동으로 구별하는 프로그램인 'scLENS(single-cell Low-dimension Embedding using Effective Noise Subtraction)'를 개발했습니다.

 

scLENS는 사용자의 선택 없이 데이터 내재된 구조만을 이용하여 자동으로 신호와 노이즈를 구별함으로써 사용자 편향성 문제를 해결하고 분석 정확도를 높였습니다. 또한, scLENS는 기존 프로그램보다 데이터 내 국소 구조를 더욱 효과적으로 포착하고, 세포 그룹화 성능을 향상시켰습니다.

 

▲ scLENS 성능

• a. scLENS는 11개의 다른 분석 도구들과 비교했을 때, 가장 높은 실루엣 스코어(파란색 막대)를 기록하였습니다. 이는 scLENS가 실제 세포 유형(true cell-type)을 가장 잘 반영하는 차원 축소 결과(임베딩)를 생성한다는 것을 의미합니다. 더 나아가, 이 차원 축소 결과에 계층적 클러스터링(초록색 막대)과 그래프 기반 클러스터링(주황색 막대)을 적용하여 레이블을 얻었을 때, 실제 세포 유형과의 유사도가 다른 분석 도구들에 비해 가장 높게 나타났습니다.
• b. scLENS는 타 분석 도구들에 비해 원래 데이터로부터 얻은 k-최근접 이웃 구조와 가장 유사한 구조를 다운 샘플링된 데이터로부터 얻어낼 수 있음을 가장 높은 k-최근접 이웃 중첩 점수(kNN-overlap score)를 기록함으로써 입증했습니다.

scLENS의 주요 연구 결과

• scLENS 개발: 사용자의 선택 없이 자동으로 데이터에서 신호와 노이즈를 구별하는 프로그램
• 사용자 편향성 문제 해결: 데이터 내재된 구조만을 이용하여 자동으로 신호와 노이즈 구별
• 분석 정확도 향상: 기존 프로그램 대비 세포 그룹화 성능 약 10% 향상, 데이터 내 국소 구조 포착 능력 43% 향상
• 빠른 분석 속도: 10만 개의 세포와 2만 개의 유전자로 이뤄진 대규모 데이터 3시간 만에 분석
• 메모리 사용 최적화: 기존 프로그램보다 많은 계산 수행하면서도 메모리 사용 최적화

연구결과는 2024년 4월 27일(한국시간) 국제학술지 ‘네이처 커뮤니케이션즈(Nature Communications, IF 16.6)’ 온라인판에 실렸습니다.

※ 논문명: scLENS: Data-driven signal detection for unbiasedscRNA-seq data analysis

 

scLENS 연구의 중요성

• 단일세포 전사체 분석 데이터 분석 정확도 획기적으로 향상
• 정밀 의학 실현에 중요한 발걸음
• 생명과학 연구의 혁신 촉진
• 감춰진 생명의 비밀 빠르고 정확하게 밝히는 데 기여

맺음말

scLENS의 등장은 단일세포 분석 분야에 혁명적인 변화를 가져올 것으로 기대됩니다. 이러한 혁신적인 기술은 개인 맞춤형 의료의 실현을 더욱 가속화할 것으로 보입니다. 더 나아가, scLENS의 성공은 미래 의료 기술의 발전과 함께 인류의 건강과 복지에 긍정적인 영향을 미칠 것으로 기대됩니다.

그러므로, 우리는 scLENS와 같은 혁신적인 기술의 계속된 발전과 응용을 기대하며, 개인 맞춤형 의료의 새로운 시대가 빠르게 다가오리라고 믿습니다. 함께하여 이러한 기술이 더 많은 사람들에게 혜택을 줄 수 있도록 노력할 필요가 있습니다. 이를 통해 의학과 생명과학 분야에서의 연구와 혁신이 더욱 발전하고, 이를 통해 인류의 건강과 복지가 지속적으로 향상될 수 있기를 기대합니다.

 

 

출처: 기초과학연구원

뇌과학의 놀라운 발전, fMRI 기반 머신러닝으로 생각에 담긴 감정 예측