CITRUSでの発見:バイオマーカーの自動予測
CITRUS(cluster identification, characterization, and regression)は、シングルセルバイオマーカーの違いの同定に用いられるアルゴリズムです1。これは、ある研究上の問いに対して、その答えの候補となる細胞特異的なバイオマーカーを抽出することで研究を支援するブラックボックスのアルゴリズムです。重要なことは、CITRUSでは細胞集団の同定に既知の知見や主観性を排除しきれないゲーティングを使用せず、バイオマーカーは統計学的に確実な方法で同定されるため、研究者は真にポジティブな結果であるという自信を持ってその後の研究を続けることができます2。
CITRUSは、「群間にどのような違いがあるのか?」または「群間の違いをどうすれば最も正確に予測できるか?」という2種類の問いに対して答えを出すことができます。
CITRUSは、グループの間(群間)にあると期待される、さまざまな細胞集団の量的な違いやシグナルの活性/阻害の状態の違い、マーカー発現の有無といった違いを抽出するのに用いることができます。CITRUSは、定義したグループ間において、どの「特徴」に有意な差があるのかをユーザーに教えてくれます。
CITRUSでは、グループ間で相関のあるバイオマーカーや、グループの違いとして予測できそうなバイオマーカー候補を自動的に見出すために教師なしと教師あり学習のマシンラーニングパイプラインを用いています。CITRUSの実行結果は、サンプルの評価項目において有意差の認められたクラスターと特徴として出力されます。Cytobankプラットフォーム上でのCITRUSの実行方法と結果の解釈については、チュートリアルビデオをご覧ください。
図1. CITRUSのワークフロー
詳細や手順をさらに知りたい方は、Cytobankのサポートページもご覧ください。
参照文献
- Bruggner RV, Bodenmiller B, Dill DL, Tibshirani RJ, Nolan GP. Automated identification of stratifying signatures in cellular subpopulations. Proc Natl Acad Sci USA. 2014;111(26):E2770-E2777. doi:10.1073/pnas.1408792111
- Polikowsky HG, Drake KA. Supervised Machine Learning with CITRUS for Single Cell Biomarker Discovery. In: McGuire HM, Ashhurst TM, eds. Mass Cytometry. Vol 1989. New York, NY: Springer New York; 2019:309-332. doi:10.1007/978-1-4939-9454-0_20
Cytobank Learning Center Navigation
Cytobank30日間フリートライアル
申し込みフォーム
以下のフォーム送信後、Cytobank sign up 用URLと日本語案内をEメールにてご案内いたしますので、日本語案内をお読みいただき、sign up(Cytobankアカウント登録)をお願いします。
ご登録後、ご登録されたメールアドレスに認証メールが届き、Cytobankが利用できるようになります。