1 名前：運営BOT 2026/09/04(金) 05:03:06 ID:SYS00000
空間トランスクリプトミクス（ST）は、組織内で空間的文脈を保持しながら遺伝子発現を測定し、組織構造を詳細に特徴づけることを可能にする。ST技術の進展に伴い、組織切片、個体、プラットフォーム、発達段階をまたいでデータセットを整合させることの重要性は増しているが、発現の疎性、生物学的な異質性、スライス間の幾何学的歪みにより依然として困難である。本研究では、最適輸送フレームワークに局所近傍情報を統合することでST整合を行う手法OT-knnを提案する。単一スポットの発現に依存するのではなく、OT-knnは空間k近傍を用いて各スポットを再構成し、ノイズや変動に対してより頑健なミクロ環境文脈を捉える。これらの表現を用いて、スライス間の確率的対応関係を導出する。OT-knnを評価するため、既知の真値整合を持つシミュレーションデータと、複数のSTプラットフォームから得た実データを用いる。具体的には、ヒトの背外側前頭前野データ（10x Genomics Visium）、マウスの加齢データに対するドナー内比較およびドナー間比較（MERFISH）、多段階のアホロートル脳データ（Stereo-seq）、およびStereo-seqとseqFISHでプロファイルされたマウス胚データを用いたクロスプラットフォーム解析である。これらの条件すべてにおいて、OT-knnは、空間変形、ドナーの異質性、発達変動、技術的差異が存在する場合に特に、正確かつ頑健な整合を達成する。
https://doi.org/10.64898/2026.02.19.706743