Inferring single-cell protein levels and cell cycle behavior in heterogeneous cell populations
1. 本研究の中心となる学術的「問い」は、遺伝的に同一の細胞集団でも個々の細胞間でひとつとして同じ動きをすることが無い理由を明らかにするための方法論の確立です。細胞の挙動を追跡するための現存する測定技術は生細胞性顕微鏡学が一つで、これは通常一つまたは少数の分子マーカーに限られます。大量の分子マーカーを同時に測定できる技術も存在しますが、破壊的であり時間をかけて細胞を追跡することはできません。
2. この問題を解決するため、本研究では、異なる種類の測定結果を利用して、異質な単一細胞中の未観測の変数を推定するメカニズムモデリング枠組みであるscMeMo（single cell Mechanistic Modeler）を提案しています。これは、大量の分子マーカーと生細胞性顕微鏡学の長所を結合した新たな研究のフレームワークです。
3. このフレームワークが構築されたキッカケは、現有の細胞測定技術の限界から来ています。それぞれの技術は有用なデータを提供しますが、全てをカバーするものはありませんでした。そこで、異なる実験からの情報を統合し、直接測定することが難しい単一細胞変数を推定するための方法論が必要となりました。
4. 本研究では、ヒト細胞の細胞周期進行を記述するモデルを作成しました。そして、一つのマーカーのみの生細胞性顕微鏡測定と他の実験から学んだ情報に基づいて、個々の細胞内のいくつかのタンパク質のレベルを予測することができることを示しました。
5. scMeMoの有効性は、細胞周期進行モデルの構築と、その結果をもとにした実際のタンパク質量の予測を通じて確認されました。さらに、部分的なモデルの不具合に対してロバスト性を確保するための不確実性の校正ステップも組み込まれています。