James B. Wing教授らの研究グループの研究成果が公開されました。

概要

大阪大学感染症総合教育研究拠点のJonas Søndergaard招へい研究員、James Badger Wing教授らの研究グループは、単一細胞RNAシーケンス解析において、新たな解析手法「scODIN」を開発しました。
「scODIN」は 、階層的分類システムと機械学習を融合した手法で、single-cell RNA-seq データにおける名前の最適化された検出と推論（optimized detection and inference of names in scRNA-seq data）を可能にします。

これにより、これまで見逃されていた希少細胞や移行期細胞を高速・高精度で自動分類できることを世界で初めて明らかにしました。本手法は、数十万個の細胞を含む大規模データをわずか数分で処理でき、従来の手法では困難だった細胞状態の連続的な変化を正確に捉えることが可能です。

これまで単一細胞RNAシーケンス解析では、処理時間と分類精度がトレードオフの関係にあると考えられており、希少細胞や中間状態の細胞の同定については解明されていませんでした。今回、研究グループは独自の階層的分類システム（Tier system）と機械学習（k近傍法）を組み合わせることにより、65万個の細胞をわずか６分で処理しながら、従来法を大幅に上回る分類精度を達成できることを解明しました。この成果により、疾患の病態解明や創薬標的の探索、個別化医療の実現が期待されます。

本研究成果は、2025年8月21日に米国科学誌「The Journal of Immunology」（オンライン）に掲載されました。

研究成果のポイント

• 大規模な単一細胞RNAシーケンスデータから免疫細胞を高速・高精度で自動分類する解析手法「scODIN」を開発し、膨大な数の細胞データでも迅速に、かつ高い精度で分類することが可能に
• これまで既存の自動分類手法では処理速度と精度に限界があり、希少細胞や移行期の細胞は「未分類」として見逃されていたが、階層的分類システムと機械学習を組み合わせた独自アルゴリズムにより克服し、65万細胞を6分で高精度に分類
• あらゆる疾患の免疫細胞解析に汎用的に適用可能で、創薬標的の探索、治療効果のモニタリング、病態メカニズムの解明など、精密医療の実現に向けた基盤技術としての応用に期待

Title

Optimized Detection and Inference of immune cell type Names in scRNA-seq data

Authors

Janyerkye Tulyeu, David Priest, James B Wing, Jonas Nørskov Søndergaard

Journal

Published online in The Journal of Immunology on August 21, 2025

DOI

https://doi.org/10.1093/jimmun/vkaf183