サイエンス誌が選んだ2018年のブレークスルー「細胞ごとに胚発生を追う」を加速するエール大学での数学の進歩

サイエンス出版部 発行書籍

生命科学雑誌バイオニュース最新厳選10選: 2024年12月号

生命科学雑誌バイオクイックニュース: 先端研究が解く免疫力の秘密

生命科学雑誌バイオクイックニュース: AI技術が変革する創薬と治療

生命科学雑誌バイオクイックニュース: 抗加齢医学の最前線 - 老化を遅らせ、寿命を延ばす科学的戦略とは？

生命科学雑誌バイオクイックニュース: 脳科学の最前線に迫る！

【市場調査】理化学マーケティングリサーチ完全ガイド・ライフサイエンスツール編: 研究支援企業のための効果的な市場調査テクニック

カメラの進歩と同様、一般的なバイオインフォマティクスデータの可視化手法の重要な数学的更新により、単一細胞遺伝子発現のスナップショットが数倍の速さ且つ遥かに高い解像度で作成できるようになった。2019年2月11日にNature Methodsに掲載されたこのエール大学の数学者による革新は、100万点のシングルセルRNAシーケンス（scRNA-seq）データセットのレンダリング時間を3時間以上からわずか15分に短縮するものだ。   この論文は「単細胞RNA配列データの可視化を改善するための高速補間ベースのt-SNE（Fast Interpolation-Based t-SNE for Improved Visualization of Single-Cell RNA-seq Data.）」と題されている。科学者たちは、既存の10年前の方法であるt 分布型確率的近傍埋め込み（t-SNE：t-distributed Stochastic Neighborhood Embedding）は、単一細胞レベルで集められたRNA配列決定データ（scRNA-seqデータ）のパターンを二次元で表現するのに最適だと言う。 「t-SNEは発現する遺伝子によって細胞を纏め、新しい細胞型と細胞状態を発見するために使用されてきた。」と論文の筆頭著者であるエール大学の応用数学を専門とするGeorge Linderman博士は語った。しかし、計算標準では、t-SNEは非常に遅い。 したがって、研究者はしばしばt-SNEを適用する前に、scRNA-seqデータセットを「ダウンサンプリング」する。 しかし、ダウンサンプリングはt-SNEが希少細胞集団を捕獲することを出来なくするので、妥協案としては不十分だ。30年以上前に、エール大学の別の数学者チームが高速多極子法（FMM：fast multipole me

ここから先は会員限定のコンテンツです
ログインして続きを読む・新規登録（無料）