計算ツールは、複雑なデータを単純化された2次元画像に変換します

計算ツールは、複雑なデータを単純化された2次元画像に変換します

【ディープラーニング入門】畳み込みニューラルネットワークとは何か? (かもしれません 2019).

Anonim

生物医学の科学者は、組織間および細胞内の細胞の多様性についてもっと学ぶために、個々の細胞の数十の特性を同時に測定できるツールを考案しました。 しかし、これらの技術は、新たな課題につながってきました。現在、科学者たちは、結果として得られるデータの意味を理解する方法に苦しんでいます。 今すぐソリューションが手に入るかもしれません。 コロンビア大学とスタンフォード大学の研究者は、科学者が大量サイトメトリーなどの単細胞測定技術によって生成された「高次元」データを視覚化し解釈することを可能にする計算方法を開発しました。 Nature Biotechnologyの オンライン版に掲載されたこの方法は、がん研究および治療法と特に関連があります。

研究者らは現在、個体内の癌が、異なる分子特性を有する細胞の亜集団を収容することができることを理解している。 細胞群は、治療にどのように反応するかを含めて、互いに異なるように振る舞い得る。 単一細胞を研究し、個体内の癌性細胞の亜集団を同定および特徴付ける能力は、より正確な診断および治療方法につながる可能性がある。

「私たちの方法は、科学者が癌細胞の異種性を探索し、薬剤耐性癌細胞を特徴付けることを可能にするだけでなく、医師が腫瘍進行を追跡し、薬剤耐性癌細胞を同定し、再発の危険性があります」とコロンビアの生物学・システム生物学の准教授であるDana Pe'er博士は述べています。 他の共著者は、Stanfordの微生物学と免疫学の教授であるGarry P. Nolan博士です。

この方法は、高次元のデータ(例えば、単一セルからの多数の異なる同時測定を含むデータセット)を2次元の「散乱」に類似した視覚的表現に変換する洗練されたアルゴリズムに基づいている(viSNE(視覚的な相互作用的な確率的近傍埋め込み)プロット " - 高校の数学と生物学において多くの人が最初に遭遇するX軸とY軸を持つ単純なグラフ。 「基本的に、viSNEは、データの最も重要な構成と構造を維持しながら、非常に高次元のデータを2次元で視覚化する方法を提供します」とPe'er博士は言います。 「色は、ユーザーがインタラクティブに細胞のさまざまな機能を視覚化できるようにする第3の次元として使用されています。

viSNEソフトウェアは、数十種類の分子マーカーの測定値を分析することができます。 結果として生じる2次元マップにおいて、点間の距離は、単一のセル間の類似度を表す。 これらのマップは、集団全体のわずかな部分であっても、明確な行動(例えば、薬物耐性)を有する細胞の明確なグループを明らかにすることができる。 これにより、これらの細胞亜集団を実験室で物理的に分離して研究する方法の設計が可能になるはずである。

この方法の根底にあるアルゴリズムは複雑ですが、Pe'er博士は、数学的専門知識のレベルにかかわらず、すべての研究者がviSNEを使用できると期待しています。

このソフトウェアの有用性を実証するために、Pe'er博士らは、急性骨髄性白血病の患者の骨髄細胞を研究するために、大量サイトメトリーおよびviSNEを使用した。 現在、臨床医は、細胞を評価するために最大4〜8個のマーカーを組み込むことができる。 大量サイトメトリーおよびviSNEはより多くのマーカーを組み込むことができるため、viSNEは細胞間のより微妙な違いを特定することができます。 アルゴリズムを使用して、博士Pe'erと彼女の同僚は、彼らが研究した骨髄細胞で以前は認識されていない異種性を明らかにすることができました。

研究者らは、viSNEが、化学療法後に持続し、再発の危険性を高め、極微量のがん細胞を検出できることを示した。 「盲検試験では、数万の健常細胞の中から20個の癌細胞を発見することができました。 このような少量の細胞は、最も経験豊富な病理学者によってさえも、検出するのが極めて困難である。

「MRDを検出する能力は癌を治す上で非常に重要です」とPe'er博士は付け加えました。 「99.9%の腫瘍を排除しても治癒は得られません。治療で生き残り、病気の再発を引き起こす可能性のある細胞集団を見つけ出して除去することができなければなりません」