doi: 10.1101/2024.05.08.593094
초록
대규모 단일세포 RNA 시퀀싱(scRNA-seq)과 공간 전사체(ST)는 생의학 연구를 데이터 기반 분야로 바꾸며 포괄적인 데이터 아틀라스 구축을 가능하게 했습니다. 이러한 방법론은 생물학과 병태생리학의 상세한 이해를 돕고 새로운 치료 타겟 발굴에 기여합니다. 그러나 데이터의 복잡성과 방대한 양은 견고한 세포 타이핑, 통합, 복잡한 공간 관계 이해에서 분석상의 과제를 만들어 냅니다.
이러한 과제를 해결하기 위해 우리는 CELLama(Cell Embedding Leverage Language Model Abilities)를 개발했습니다. CELLama는 언어 모델을 활용해 세포 데이터를 유전자 발현과 메타데이터를 담은 “문장”으로 변환하고, 다양한 분석을 위한 보편적 세포 임베딩을 제공합니다. 파운데이션 모델로서 CELLama는 세포 타이핑부터 공간 맥락 분석까지, 수동 레퍼런스 선정이나 복잡한 데이터셋별 분석 워크플로우 없이 유연하게 활용됩니다.
연구 결과는 CELLama가 다양한 맥락에서 세포 분석을 변화시킬 잠재력을 보여줍니다. 다중 조직 아틀라스에서 세포 유형과 상호작용을 결정하는 일에서부터 복잡한 조직 동역학을 풀어내는 일에 이르기까지 적용 가능합니다.
저자: Choi H, Park J, Kim S, Kim J, Lee D, Bae S, Shin H, Lee D
