MiCBuS: Marker Gene Mining for Unknown Cell Types Using Bulk and Single Cell RNA-Seq Data

MiCBuS 는 불완전한 단일 세포 RNA 시퀀싱 데이터와 이질적인 벌크 RNA 시퀀싱 데이터를 결합하여 Dirichlet-의사벌크 데이터를 생성함으로써, 기존 방법으로는 식별이 불가능했던 알려지지 않은 세포 유형의 마커 유전자를 찾아내는 새로운 도구입니다.

핵심

🍳 비유: "완벽하지 않은 레시피와 실종된 재료 찾기"

생각해 보세요. 우리가 어떤 요리의 맛을 분석하려고 합니다.

1. 대량 RNA 시퀀싱 (Bulk RNA-seq): 큰 냄비에 모든 재료를 다 넣고 끓인 국물을 맛보는 것입니다. (어떤 재료가 들어갔는지 대략은 알 수 있지만, 정확히 어떤 양이 들어갔는지, 혹은 어떤 특이한 재료가 숨어있는지는 알기 어렵습니다.)
2. 단일 세포 RNA 시퀀싱 (scRNA-seq): 냄비에서 개별 재료 하나하나를 꺼내서 자세히 살펴보는 것입니다. (각 재료의 특징을 정확히 알 수 있습니다.)

하지만 문제점이 있습니다.

• **국물 (Bulk 데이터)**은 모든 재료가 섞여 있어서 어떤 특이한 재료가 들어갔는지 정확히 알기 어렵습니다.
• **개별 재료 조사 (scRNA 데이터)**는 기술적인 한계 때문에 **가볍거나 깨지기 쉬운 재료 (예: 버섯 가루 같은 미세한 세포)**는 놓치고 넘어가는 경우가 많습니다.

이때, **"아, 이 국물에는 우리가 놓친 버섯 가루가 분명히 들어있는데, 그 버섯 가루의 특징은 무엇일까?"**라고 궁금해할 때 기존 방법으로는 답을 못 냅니다.

🚀 MiCBuS 의 해결책: "가상의 국물 만들기"

MiCBuS 는 이 문제를 해결하기 위해 세 가지 단계로 작동합니다.

1 단계: "알려진 재료들의 비율 추정하기"

먼저, 놓친 버섯 가루를 제외하고 알려진 재료들만 있다고 가정합니다. 그리고 국물 (Bulk 데이터) 을 분석해서, "아, 이 국물에는 고기가 30%, 야채가 50% 들어있겠구나"라고 추정합니다. (실제로는 버섯 가루도 들어있지만, 우리는 아직 모릅니다.)

2 단계: "가상의 국물 (Dirichlet-pseudo-bulk) 만들기"

이제 가장 창의적인 부분입니다. MiCBuS 는 컴퓨터로 가상의 국물을 수백 개 만들어냅니다.

• 이 가상의 국물들은 실제 국물과 비슷하지만, '버섯 가루'는 절대 들어가지 않은 상태입니다.
• 하지만 재료들의 비율은 조금씩 다르게 변하게 만들어서 (예: 고기 29%, 야채 51% 등), 다양한 상황을 시뮬레이션합니다.
• 비유: "버섯 가루가 없는 국물"을 컴퓨터로 수천 번 만들어보는 것입니다.

3 단계: "진짜 국물 vs 가짜 국물 비교하기"

이제 실제 국물과 버섯 가루가 없는 가짜 국물들을 비교합니다.

• "어? 실제 국물에는 이 향신료 (유전자) 가 훨씬 많이 느껴지는데, 가짜 국물에는 없네?"
• "아! 이 향신료는 우리가 놓친 버섯 가루에서 나오는 것이 분명해!"

이렇게 실제 국물에만 있고, 가짜 국물에는 없는 유전자들을 찾아내면, 그것이 바로 **실종된 세포 (버섯 가루) 의 특징 (마커 유전자)**이 됩니다.

---

🌟 이 연구가 왜 중요한가요?

1. 숨겨진 세포를 찾아냅니다: 기존 방법으로는 놓친 세포 (예: 암세포의 희귀한 변종, 혹은 손상되기 쉬운 면역세포) 가 어떤 특징을 가졌는지 알 수 없었습니다. MiCBuS 는 이들을 찾아내어 이름을 붙여줍니다.
2. 실제 데이터에서도 잘 작동합니다: 연구진은 실제 인간의 췌장 데이터와 폐암 데이터를 가지고 실험해 보았습니다. 그 결과, MiCBuS 는 놓친 세포들의 특징을 정확하게 찾아냈습니다.
3. 미래의 치료에 기여합니다: 이 '실종된 세포'들의 특징을 알면, 질병의 원인을 더 정확히 파악하고 새로운 약물을 개발하는 데 큰 도움이 됩니다.

💡 한 줄 요약

MiCBuS는 "완벽하지 않은 데이터 (놓친 세포가 있는 데이터)"를 가지고, 컴퓨터로 가상의 시나리오를 만들어 비교함으로써, 우리가 아직 몰랐던 세포들의 정체와 특징을 찾아내는 똑똑한 탐정입니다.

이 프로그램은 이제 누구나 무료로 사용할 수 있으며 (GitHub 에 공개됨), 생물학 연구의 새로운 문을 열어줄 것으로 기대됩니다.

기술 요약

논문 요약: MiCBuS (Bulk 및 단일 세포 RNA-Seq 데이터를 활용한 미지 세포 유형의 마커 유전자 발굴)

1. 문제 정의 (Problem)

조직 내 세포 집단의 역할과 상호작용을 이해하기 위해서는 특정 세포 유형에 발현되는 유전자 (마커 유전자) 를 식별하는 것이 필수적입니다. 그러나 기존 방법론은 다음과 같은 한계를 가지고 있습니다.

• 이질적인 Bulk RNA-Seq: 여러 세포 유형의 발현 프로필이 혼합되어 있어 해상도가 낮습니다.
• 불완전한 scRNA-Seq (Single-cell RNA-Seq): 기술적 한계 (세포 크기, 취약성, 희귀성 등) 로 인해 조직 내 모든 세포 유형을 포착하지 못해 일부 세포 유형이 누락될 수 있습니다.
• 미지 세포 유형 (Unknown Cell Types) 의 식별 불가: 기존 차등 발현 분석 (Differential Expression Analysis) 은 포착된 세포 유형 간의 차이만 분석할 수 있으며, Bulk 데이터에는 존재하지만 scRNA-Seq 참조 데이터에는 없는 '미지 세포 유형'의 마커 유전자를 찾아낼 수 없습니다.

2. 방법론 (Methodology: MiCBuS 프레임워크)

저자들은 Bulk RNA-Seq 과 불완전한 scRNA-Seq 데이터를 통합하여 미지 세포 유형의 마커 유전자를 발굴하는 새로운 프레임워크 MiCBuS를 개발했습니다. 이 방법은 크게 세 단계로 구성됩니다.

• 1 단계: scRNA-Seq 기반 세포 유형 비율 추정

  • Bulk RNA-Seq 샘플의 세포 구성 비율을 추정하기 위해 scRNA-Seq 데이터를 참조 (Reference) 로 사용합니다.
  • 이 단계에서는 '미지 세포 유형'이 존재하지 않는다고 가정하고, 알려진 세포 유형들의 비율 ($p_{initial}$) 을 추정합니다 (예: SECRET 알고리즘 사용).

• 2 단계: 디리클레-의사 Bulk (Dirichlet-pseudo-bulk) RNA-Seq 데이터 생성

  • 추정된 비율 ($p_{initial}$) 을 기반으로 세포 비율의 변이성을 부여하기 위해 **디리클레 분포 (Dirichlet distribution)**를 적용합니다.
  • $p \sim Dirichlet(\alpha)$, 여기서 $\alpha = p_{initial} \times s$ ($s$는 분산 조절 파라미터).
  • 생성된 무작위 세포 비율과 불완전한 scRNA-Seq 데이터를 결합하여 Dirichlet-pseudo-bulk 샘플을 생성합니다. 이 데이터는 실제 Bulk 데이터와 유사하지만, 미지 세포 유형의 발현 프로필이 제외된 상태입니다.

• 3 단계: 미지 세포 유형을 위한 가짜 마커 (psMarker) 식별

  • 원본 Bulk RNA-Seq 데이터 (미지 세포 포함) 와 Dirichlet-pseudo-bulk 데이터 (미지 세포 제외) 를 비교합니다.
  • DESeq2 를 사용하여 두 그룹 간의 차등 발현 유전자를 분석합니다.
  • Bulk 데이터에서 유의하게 상향 조절된 (Up-regulated) 유전자들을 psMarker로 정의하며, 이는 미지 세포 유형의 마커 유전자로 간주됩니다.

3. 주요 기여 (Key Contributions)

• 새로운 통계적 프레임워크: 기존에 해결되지 않았던 '불완전한 scRNA-Seq 참조 데이터'와 '이질적인 Bulk 데이터'가 공존하는 환경에서 미지 세포 유형의 마커 유전자를 식별하는 최초의 통계적 방법론을 제시했습니다.
• Dirichlet-pseudo-bulk 생성 기법: 알려진 세포 유형만 포함하도록 의도적으로 변형된 의사 Bulk 데이터를 생성하여, 원본 Bulk 데이터와의 차이를 통해 미지 세포의 신호를 추출하는 혁신적인 접근법을 도입했습니다.
• 소프트웨어 제공: R 언어로 구현된 MiCBuS 패키지를 오픈소스로 제공하여 재현성을 확보했습니다.

4. 결과 (Results)

• 시뮬레이션 연구 (Simulation Studies):
  • 인간 췌장 데이터: 6 가지 주요 세포 유형 중 1~3 가지 (베타, 아시나르 등) 를 '미지'로 설정한 시나리오에서 MiCBuS 는 높은 정확도로 해당 세포 유형의 마커 유전자를 식별했습니다.
  • 전이성 폐선암 데이터: 1 차 종양과 전이 종양의 세포 유형 불일치 시나리오에서도 미지 세포 (올리고덴드로사이트) 의 마커를 성공적으로 발굴했습니다.
  • 검증: CellMarker2.0 데이터베이스 및 완전한 scRNA-Seq 데이터로 추출한 실제 마커 (scMarker) 와 비교했을 때, MiCBuS 가 식별한 psMarker 는 높은 중첩률 (Jaccard Index) 을 보였으며, 노이즈가 추가된 상황에서도 강건한 성능을 유지했습니다.
• 실제 데이터 분석 (Real Data Analysis):
  • 세포주 혼합물 데이터: Cobos et al. (2023) 의 데이터를 활용하여, 개별 세포주 Bulk 데이터와 scRNA-Seq 데이터를 참조로 사용했습니다.
  • THP1 및 Jurkat 세포를 '미지'로 설정했을 때, MiCBuS 는 해당 세포주 특이적인 마커 유전자를 성공적으로 식별하고 검증했습니다.
  • scRNA-Seq 을 참조로 사용할 때는 시퀀싱 플랫폼 간의 차이로 인해 성능이 다소 감소했으나, 여전히 유의미한 마커를 발굴할 수 있었습니다.

5. 의의 및 중요성 (Significance)

• 미지의 세포 유형 규명: 기술적 한계나 생물학적 차이로 인해 기존 데이터에서 누락되었던 세포 유형을 식별하고 그 특성을 규명할 수 있는 길을 열었습니다.
• 세포 분해 (Deconvolution) 정확도 향상: 미지 세포 유형의 고품질 마커 유전자를 제공함으로써, Bulk RNA-Seq 데이터로부터 세포 구성 비율을 추정하는 세포 분해 알고리즘의 정확도를 크게 향상시킬 수 있습니다.
• 생물학적 통찰력: 미지 세포 유형과 관련된 생물학적 과정 (Pathway) 및 질병 메커니즘을 규명하는 데 필수적인 기초 자료를 제공합니다.

이 연구는 복잡한 조직 내 세포 이질성을 이해하는 데 있어 Bulk 와 Single-cell 데이터의 상호 보완적 활용의 중요성을 강조하며, 기존 방법론의 한계를 극복하는 강력한 도구를 제시합니다.