Diagonal Multi-omics Integration of Heterogenous Datasets

現代の生物学は、科学者が単一細胞のスナップショットを撮り、一度に数千もの特徴を測定できる時代に突入しました。彼らは遺伝暗号、活性化している遺伝子、構築されているタンパク質、そして化学信号を同時に読み取ることができます。このデータの奔流は、複雑な疾患がどのように機能するかを明らかにし、それらを治療する新しい方法を見出すことを約束しています。しかし、これらの異なる種類の測定値は、それぞれ異なる数学的世界に属しています。それらは同じ対象物を記述する異なる言語のようなものであり、単にそれらを横に並べるだけでは、それらが真にどのように相互作用しているかを捉えることはしばしば不可能です。課題は、これら異なる視点を、生細胞内の複雑で非線形な関係性を尊重しつつ、一つの整合性のある絵へと統合する方法を見出すことです。

ロシア老年学臨床研究センターおよび応用数学・自動化研究所の研究者たちは、この問題を解決するための新しい数学的手法を開発しました。彼らはこれを「対角マルチオミクス統合（diagonal multi-omics integration）」と呼んでいます。これらの異なるデータセットを無理に同じように見せるのではなく、彼らのアプローチは、それらの間の差異を情報の源として扱います。彼らは「結合グラフラプラシアン（coupled graph Laplacian）」と呼ばれる洗練された数学的ツールを使用しており、これが異なる種類のデータ間の架け橋として機能します。このツールにより、細胞からの複雑で高次元なデータを、パターンが可視化されるより単純で低次元な空間へとマッピングすることが可能になります。

彼らの発見の核心は、このデータを配置する2つの相反するアプローチを探求することにあります。現在、科学界で一般的な第一のアプローチは、広角レンズのように機能します。それはデータを平滑化しようとし、異なる測定値が一致する共通の基盤を見つけ出そうとします。これは、大局的な展望や、すべての細胞が共有する安定した構造を見るのに有用です。しかし、研究者たちは、この平滑化効果には欠点があることを見出しました。それは、小さく重要な詳細をぼかしてしまうということです。すべてを似通ったものに見せることで、実際には非常に重要であるはずの、希少な細胞型や微妙な生物学的異常を隠してしまう可能性があるのです。

これを修正するために、チームは、高コントラストの顕微鏡のように機能する、これとは正反対の第二のアプローチを導入しました。データを平滑化する代わりに、この手法は最大級の緊張と差異が生じている点を探ります。具体的には、異なる種類のデータが最も意見を異にする方向を探索します。生物学的な観点から言えば、これは、薬物耐性を持っていたり、独自の発生状態にあったりするなど、他の細胞とは異なる挙動を示す小さな細胞グループといった、隠れた複雑な層を明らかにすることに役立ちます。

論文における最も重要な発見は、これら2つの視点の存在そのものだけでなく、両者の間の隔たりを測定する新しい方法です。研究者たちは、「平滑化された」視点と「高コントラストの」視点の間の距離を計算する特定の指標を作成しました。もしこの距離が小さければ、その生物学的システムはすべての測定において安定しており、一貫していることを意味します。もし距離が大きければ、データの中に深い構造的な衝突や階層化が存在することを示唆しています。この指標は、標準的な手法では見逃されてしまうであろう隠れた複雑なサブグループを、データセットが含んでいるかどうかを判断するための、厳密で数学的な方法を提供します。

チームは、複素数を用いた高度な幾何学と「多様体（manifolds）」として知られる特定の形状を用いて、彼らの手法が機能することを証明しました。彼らは、新しい「顕微鏡」アプローチが数学的に健全であること、そして2つの視点の違いが生物学的な不均一性の信頼できる尺度であることを示しました。この研究は、単なるデータの整合を超え、生物学的システムがその真の複雑さをどれほど隠しているかを正確に定量化する方法を提供します。これらの隠れた層を検出するツールを提供することで、この研究は、生きている細胞の複雑で、しばしば矛盾に満ちた性質を理解するための新しい道を提示しています。