biolearnexact1a4hh6qx9m7x9ntx9mhx9mnx9nux9o3x9m8

クラスタリングとは何か

この記事で学ぶこと

クラスタリングは、特徴が似ているデータ点をグループに分ける探索的な解析です。

single-cell解析では、発現パターンが似ている細胞をまとめ、細胞集団や状態の候補を探すために使います。クラスタはデータ上のまとまりであり、細胞型名そのものではありません。

クラスタリングを理解すると、single-cell Figureでよく出てくるクラスタ番号や色分けを、解析上の結果として読めるようになります。クラスタが分かれて見えることと、生物学的に別の細胞型であることは同じではありません。

細胞型として解釈するには、マーカー遺伝子、既知の知識、サンプル条件、Methodsの注釈方法を合わせて確認します。クラスタリングは、答えを確定する工程というより、候補を見つけて整理する工程です。

single-cell RNA-seqでは、発現パターンが似ている細胞をクラスタリングし、UMAP上で色分けします。似た細胞が同じクラスターに入りやすいため、細胞タイプや細胞状態の候補を見つける入口になります。

遺伝子発現データでは、似た発現変化を示す遺伝子をまとめるために使うこともあります。

クラスタがどの前処理、どの特徴量、どのパラメータから得られたかを確認します。single-cell解析では、近傍グラフや解像度パラメータの設定によって、クラスタの細かさが変わります。

クラスタを細胞型として読むには、マーカー遺伝子、既知の細胞生物学、サンプル由来、必要に応じて参照データとの照合を見ます。UMAP上の色だけで判断しないことが大切です。

クラスタリング結果は前処理、使う遺伝子、次元削減、近傍の設定、解像度などで変わります。論文を読むときは、クラスタがいくつあるかだけでなく、どの条件で分けたか、分け方が主張にどう使われているかを確認します。

細かく分けすぎると似た細胞状態を別クラスタとして読みすぎることがあり、粗すぎると重要な少数集団を見逃すことがあります。

論文では、UMAPやt-SNE上の色分け、クラスターごとのマーカー遺伝子、細胞タイプ注釈として出てきます。Methodsでは、使ったアルゴリズム、解像度パラメータ、前処理が重要です。

読むときは、クラスターがどのデータ処理から得られたか、マーカーや既知知識でどう解釈されたかを確認します。

日本語	英語	略語	説明
クラスタリング	clustering	-	似た特徴を持つデータ点を解析上のまとまりに分ける処理。
クラスター	cluster	-	クラスタリングで得られたデータ上のまとまり。
次元削減	dimensionality reduction	-	多数の特徴量を少ない軸に要約し、全体像を見やすくする方法。
マーカー遺伝子	marker gene	-	細胞タイプや状態を見分ける手がかりになる遺伝子。

確認問題

読み終えた内容を、1問ずつ選択式で確認します。

未回答

4問最高記録なし復習なし