新しい細胞解析技術「scLS」が遺伝子発現の変化を解明

細胞は、さまざまな刺激に対して応答しながらその状態を変化させます。この現象を理解するため、特定の遺伝子の発現がどのように変わるのかを解析することが重要です。しかし、従来の手法では、この変化を追跡するのは容易ではありませんでした。そこで、早稲田大学の研究チームが開発した新しい手法「scLS」が、細胞の状態変化に伴う遺伝子発現を効率的に特定することができると報告しました。

1. scLSの背景

細胞の状態は、分化や外部刺激への応答などの過程で、徐々に変わるものです。単一細胞RNA-seqという技術を使い、各細胞の遺伝子発現を調査することが可能になりましたが、どの遺伝子が状態変化において特に重要かを見極めることは困難でした。そこで、このプロジェクトは新しい解析方法を模索しました。

研究チームは、天文学のデータ解析手法である「Lomb-Scargle periodogram」を応用し、これを用いて遺伝子発現の変化をトラジェクトリーに沿って効率的に調べる新手法「scLS」を開発しました。scLSは、既存の単一細胞解析に組み込むことができ、細胞の状態変化を捉えるのに役立つでしょう。

2. scLSの特長

scLSは、細胞の状態に伴う遺伝子発現の変化を捕捉し、条件間での変化パターンの違いを明らかにすることができます。この解析は、分岐を含む細胞のトラジェクトリーでの注目すべき遺伝子を絞り込むのに非常に効果的です。

実際に、ハエとトリパノソーマという異なるデータセットを用いて、scLSの有効性が確認されました。この手法は、一過性の遺伝子発現変化や、従来の手法では捉えにくかった重要な遺伝子を発見することができました。

3. 研究の社会的意義

scLSを活用することで、細胞分化、免疫応答、病気の進行、薬剤の反応など時間によって変化する細胞状態の解析が進むと期待されています。特に、解析の初期段階で候補を絞り込むことで、その後の実験がスムーズになります。また、scLSはGitHubで公開されており、さまざまな研究者にとって利便性の高いツールとして利用されるでしょう。

4. 将来への展望

scLSはあくまでスクリーニング手法であり、細胞の変化を詳しく調べるには、さらなる研究が必要です。また、今後の課題としては、大規模な単一細胞データに対応するための高速化も求められています。特に、Python依存部分の削減やR/C++、GPUを活用することで、さらなるデータへの適用を進めることが期待されています。