고해상도 공간 전사체 통합 분석 프레임워크 쎌아트 개발

주장공간 전사체 기술이 아세포 수준의 해상도를 달성했으나 기존 플랫폼은 데이터가 희소하거나 측정 가능한 유전자 수가 제한적입니다. 연구진은 이러한 문제를 해결하기 위해 다양한 고해상도 공간 전사체 플랫폼을 통합적으로 처리할 수 있는 쎌아트(CellART) 프레임워크를 제안합니다.

팩트쎌아트는 염색 이미지, 공간 전사체 데이터, 단일 세포 리보핵산 시퀀싱 참조 데이터를 포함한 다중 모달 데이터를 활용합니다. 이 프레임워크는 딥러닝과 확률 모델링을 결합해 세포 분할과 세포 유형 주석 작업을 동시에 수행합니다.

팩트연구진은 10엑스 지노믹스(10x Genomics)의 제니움(Xenium) 및 비지움 에이치디(Visium HD), 비즈겐(Vizgen)의 메어피시(MERFISH), 비지아이(BGI)의 스테레오 시크(Stereo-seq) 등 다양한 플랫폼의 데이터를 포함해 성능을 검증했습니다.

팩트본 연구에서 분석된 모든 공간 전사체 및 단일 세포 리보핵산 시퀀싱 데이터셋은 공개된 소스를 기반으로 합니다.

팩트연구진은 제니움 2.0 인간 폐 데이터셋, 마우스 뇌 데이터셋, 인간 유방암 데이터셋 등 다수의 실제 데이터를 활용해 모델을 테스트했습니다. 또한 인간 대장암 데이터셋과 매칭된 단일 세포 리보핵산 시퀀싱 참조 데이터를 사용해 분석의 정확도를 높입니다.

팩트쎌아트는 효율적이고 범용적이며 견고한 성능을 제공하도록 설계되었습니다. 출력 결과는 널리 사용되는 커뮤니티 분석 도구들과 호환되어 다양한 하위 분석을 용이하게 합니다.

팩트해당 기술은 파이썬(Python)으로 구현되었으며 엠아이티(MIT) 라이선스 하에 깃허브(GitHub)를 통해 공개되었습니다. 연구에 사용된 버전과 시뮬레이션 및 평가 스크립트는 제노도(Zenodo) 저장소에 아카이빙되어 있습니다.

팩트관련 데이터와 코드는 제노도 디지털 객체 식별자 10.5281/zenodo.19223245 및 10.5281/zenodo.21896889를 통해 접근할 수 있습니다. 또한 깃허브 저장소에는 문서화된 예제와 사용법이 포함되어 있습니다.

교차검증기존의 세포 분할 알고리즘인 셀포스(Cellpose)나 비아이디셀(BIDCell) 등과 비교했을 때, 쎌아트는 다중 모달 통합을 통해 더 포괄적인 단일 세포 정보를 추출하는 데 초점을 맞춥니다. 이는 단일 기술의 한계를 넘어 데이터 간의 시너지를 극대화하려는 시도입니다.

주장공간 전사체 분야는 최근 1~2년 사이 기술적 발전을 이루었으며, 쎌아트는 이러한 복잡한 데이터를 표준화하는 데 기여합니다. 세포 수준의 정밀한 매핑은 종양 미세 환경 연구 등 암 유전체학 분야에서 중요한 역할을 합니다.

교차검증향후 다양한 임상 샘플에 대한 추가적인 검증과 연산 속도 최적화가 과제로 남습니다.

출처네이처 컴퓨테이셔널 사이언스(https://www.nature.com/articles/s43588-026-01054-1)의 보도를 교차 검증했습니다.