단일 세포 시퀀싱을 위한 딥러닝: 세포 다양성을 보는 현미경

단일세포 시퀀싱(sc-seq) 기술은 개별 세포의 분석을 가능하게 하여 세포 이질성을 밝혀냅니다. 인간 게놈에는 약 2만~2만 5천 개의 단백질 코딩 유전자가 포함되어 있으며, sc-seq, 특히 단일세포 RNA 시퀀싱(scRNA-seq)은 단일세포 수준에서 유전자 발현을 측정할 수 있게 합니다. 딥러닝은 고차원적이고 비선형적이며 이질적인 데이터를 처리할 수 있는 능력 덕분에 sc-seq 데이터에 점점 더 많이 적용되고 있습니다. 오토인코더, 특히 노이즈 제거 오토인코더는 차원 축소와 세포 클러스터링에 흔히 사용되며, PCA와 같은 전통적인 방법보다 뛰어난 성능을 보입니다. 인간 세포 지도 프로젝트(HCAP)는 모든 인간 세포를 매핑하는 것을 목표로 하며, 공간 해상 전사체학(SRT)은 scRNA-seq에서 손실되는 공간 정보 문제를 해결합니다. 딥러닝은 복잡한 패턴을 포착하고, 새로운 세포 유형을 식별하며, 다중 모드 데이터를 통합하는 데 도움을 줍니다.