기술 요약: PltScanner

문제 정의

단일 세포 RNA 시퀀싱(scRNA-seq)은 복잡한 조직 내 세포 구성의 해부를 혁신적으로 변화시켰습니다. 그러나 특정 세포 유형, 특히 **혈소판(platelets)**을 정확하게 주석(annotation)하는 것은 여전히 과제로 남아 있습니다. 혈소판은 핵이 없는 특성과 극도로 낮은 RNA 함량으로 인해, 전사 신호가 매우 약하며 이는 종종 기술적 노이즈에 의해 가려지곤 합니다. 결과적으로, 표준 scRNA-seq 워크플로우에서는 혈소판이 간과되거나 다른 세포 유형으로 오분류되는 경우가 빈번합니다. 기존의 자동 주석 도구들(예: SingleR, CellTypist, Garnett)이 존재하지만, 이들은 주로 일반적인 면역 세포나 조직 세포에 최적화되어 있으며, 혈소판과 같이 특수하고 RNA 함량이 낮은 세포를 지원하는 기능이 부족합니다. 기존 방법들은 이러한 희귀 세포군을 식별하기 위해 노동 집약적인 재학습이나 커스텀 참조 데이터셋 구축을 요구하는 경우가 많으며, 이는 혈소판의 이질성과 기능을 체계적으로 규명하는 데 한계로 작용합니다.

방법론

저자들은 scRNA-seq 데이터에서 혈소판을 자동으로 주석 달리기 위해 설계된 경량 앙상블 분류기인 PltScanner를 개발했습니다. 방법론은 다음 단계들을 거쳐 진행됩니다.

1. 데이터 수집 및 특징 선택 (Feature Selection)

• 데이터 소스: 모델은 벌크 전사체(bulk transcriptomic) 데이터에서 유래한 1,260개의 혈소박 양성 샘플과 778개의 비혈소판 음성 샘플(면역, 내피, 섬유아세포)을 사용하여 학습되었습니다. 특징 선택 시 벌크 데이터를 선호한 이유는 scRNA-seq보다 시퀀싱 깊이와 신호 대 잡음비(signal-to-noise ratio)가 높기 때문입니다.
• 순위 기반 전략 (Rank-Based Strategy): 다중 소스 데이터에 내재된 배치 효과(batch effects)를 완화하기 위해, 저자들은 절대적인 발현값이 아닌 상대적 유전자 발현 순위에 기반한 특징 선택 전략을 채택했습니다. 각 샘플 내에서 유전자의 순위를 매긴 후, 양성과 음성 그룹 간의 중앙값 순위 차이를 계산했습니다.
• 안정적 역전 쌍 (Stable Reversal Pairs): 알고리즘은 "안정적 역전 유전자 쌍"(혈소판과 비혈소판 사이에서 순위가 뒤바뀌는 유전자 쌍)을 식별했습니다. 투표 메커니즘이 적용되었습니다: 만약 정보가 풍부한 유전자 쌍의 과반수가 양성 할당을 지지하면, 해당 샘플을 혈소판으로 분류합니다.
• 최적의 특징 세트: 5-겹 교차 검증(5-fold cross-validation)을 통해 결정된 최적의 특징 수는 15개입니다. 이는 14개의 마커 유전자(양성 7개, 음성 7개)와 혈소판의 낮은 전사 복잡성을 반영하는 보조 특징인 nFeature_RNA(세포당 검출된 총 유전자 수)로 구성됩니다.

2. 모델 구축

• 알고리즘: 최종 분류기는 XGBoost(Gradient Boosting Decision Trees)를 사용합니다.
• 클래스 불균형 처리: scRNA-seq 데이터셋 내 혈소판의 희소성을 고려하여, 저자들은 **무작위 언더샘플링(random undersampling)**을 통해 클래스 불균형 문제를 해결했습니다. 이들은 10개의 층화된 음성 세포 서브셋을 생성하고, 이를 동일한 수의 혈소판 세포와 짝을 지어 균형 잡힌 학습 세트를 만들었습니다.
• 앙상블 학습: 10개의 서브 모델이 이러한 균형 잡힌 서브셋에서 학습되었습니다. 최종 PltScanner 모델은 이 서브 모델들의 예측을 종합하여 최종 분류를 생성합니다.

3. 평가 및 벤치마킹

• 데이터셋: 모델은 GSE158055 데이터셋의 건강한 대조군 세포(146만 개)로 학습되었으며, 동일한 데이터셋의 COVID-19 샘플 및 외부 데이터셋(예: Domínguez Conde et al., TCGA, 공간 전사체 데이터)에서 독립적으로 평가되었습니다.
• 비교 대상: 성능은 표준 머신러닝 알고리즘(LR, SVM, KNN, NB, BP Neural Network) 및 기존 주석 도구(SingleR, Garnett, CellTypist, scBERT)와 벤치마킹되었습니다.

주요 결과

1. 분류 성능

PltScanner는 기존 도구 및 알고리즘에 비해 우수한 성능을 입증했습니다.

• 지표: 민감도(SE) 0.9980, 특이도(SP) 0.9708, AUC 0.9750을 달 기록했습니다.
• 효율성: PltScanner는 테스트된 모든 방법 중 가장 짧은 예측 시간(0.49초)을 기록하며, SingleR(>1600초) 및 scBERT(~1178초)와 같은 도구들을 크게 앞질렀습니다.
• 비교: SingleR과 CellTypist는 높은 특이도를 보였으나 상당한 비율의 혈소판을 놓쳤습니다(낮은 민감도). Garnett는 낮은 특이도를 보였습니다. PltScanner는 정확도와 계산 효율성 사이에서 최적의 균형을 제공했습니다.

2. 혈소판 이질성 발견

PltScanner를 사용하여 범조직(pan-tissue) scRNA-seq 데이터셋(Domínguez Conde et al.)을 재주석한 결과, 기존에 주석 달린 242개의 "초기 거핵세포(Early Megakaryocytes)"에서 대폭 증가한 818개의 혈소판을 식별했습니다.

• 하위 집단: 식별된 혈소판에 대한 비지도 클러스터링(unsupervised clustering) 결과, 5개의 뚜렷한 전사적 하위 집단이 드러났습니다.
• 특성:
  • 하위 집단 2 & 4: 혈소판 및 내피 세포 마커를 공동 발현합니다.
  • 하위 집단 3: 혈소판 및 대식세포 마커를 공동 발현합니다 (대식세포 관련 혈소판, MAPs).
  • 하위 집단 0 & 1: 혈소판 및 림프구 마로커를 공동 발현합니다 (림프구 관련 혈소판, LAPs).
• 검증: 이러한 하위 집단은 뚜렷한 조직 분포를 보였으며(예: LAPs는 정상 조직에 비해 종양 조직에서 감소함), 정형적인 혈소판 마커(PPBP, PF4, ITGA2B, ITGB3)와 함께 계통 특이적 유전자를 발현했습니다.

3. 종양 미세환경 상호작용

종양 scRNA-seq 데이터셋(유방암 및 간내 담관암)에서 PltScanner는 혈소판 하위 집단과 종양 세포 간의 상호작용을 식별했습니다.

• 신호 전달 경로: 서로 다른 혈소판 그룹이 종양 세포와 유형 특이적인 신호 전달을 수행함을 확인했습니다.
  • MAPK 신호 전달은 모든 혈소판-종양 상호작용에서 풍부하게 나타났습니다.
  • PI3K-Akt 및 Focal Adhesion 경로는 전통적 혈소판(TPs)과 종양 간의 상호작용에서 풍부하게 나타났으며, 이는 생존 및 부착에서의 역할을 시사합니다.
  • 세포 노화(Cellular Senescence) 및 Th17 분화 경로는 MAPs가 포함된 상호작용에서 풍%하게 나타나, 면역 조절 역할을 시사했습니다.

4. 교차 모달리티 적용 가능성

• 벌크 RNA-seq: scRNA-seq 하위 집단에서 유래한 참조 행렬을 사용하여, PltScanner는 TCGA 벌크 데이터의 디컨볼루션(deconvolution)을 가능하게 하여 종양 유형별 혈소판 하위 집단 풍부도의 변이를 밝혔습니다(예: 담관암에서는 LAPs와 TPs가 감소하고, 유방암에서는 MAPs가 증가함).
• 공간 전사체 (Spatial Transcriptomics): 난소암 및 폐암의 공간 데이터에 적용한 결과, 높은 PltScanner 점수는 알려진 혈소판 생물학적 특성과 일치하게 혈관이 풍부한 영역에 국한되어 나타났습니다.

의의 및 주장

본 논문은 PltScanner가 scRNA-seq 데이터에서 혈소판을 정확하게 식별하기 위한 최초의 전용 경량 도구를 제공함으로써 중요한 방법론적 공백을 메운다고 주장합니다. 그 의의는 크게 세 가지 측면에서 나타납니다.

1. 방법론적 혁신: 순위 기반 특징 선택 전략과 앙상블 학습 접근법을 활용함으로써, PltScanner는 낮은 RNA 함량과 배치 효과의 문제를 극복하고, 자동 주석이 어려웠던 세포 유형에 대한 견고한 솔루션을 제공합니다.
2. 생물학적 통찰: 이 도구는 혈소판의 이질성 발견을 촉진하며, 혈소판이 단일한 집단이 아니라 고유한 분자적 서명과 면역 조절 및 종양 진행에서의 잠재적 기능을 가진 뚜렷한 하위 그룹(예: MAPs, LAPs)으로 구성되어 있음을 밝혀냅니다.
3. 광범위한 적용성: 연구는 PltScanner가 scRNA-seq에 국한되지 않고 벌크 및 공간 전사체 데이터로 확장될 수 있음을 보여주며, 다양한 조직 미세환경 및 질병 맥락에서 혈소판 분포와 기능을 조사할 수 있는 프레임워크를 제공합니다.

저자들은 PltScanner를 복잡한 커스텀 참조 구축 없이도 연구자들이 건강과 질병 상태에서 혈소판의 역할을 체계적으로 규명할 수 있게 해주는 사용자 친화적이고 효율적인 리소스(GitHub에서 R 패키지로 제공)로 제시합니다.