scKDGM: KAN誘導型動的グラフマスキング学習による単一細胞RNAシーケンス・クラスタリング

私たちの体は何兆もの細胞が集まってできていますが、その一つ一つが実は個性豊かな「細胞」であることはご存知でしょうか？まるで街に様々なお店があるように、私たちの体内にも、皮膚を作る細胞、血液を運ぶ細胞、脳で考える細胞など、役割の違うたくさんの細胞がいます。この細胞の種類を見分ける技術が「単一細胞RNAシーケンス（scRNA-seq）」というもので、病気の原因を探ったり、新しい薬を作ったりするのにとても役立っています。

しかし、この細胞を見分ける作業は、実はとても難しいのです。なぜなら、細胞から出てくる信号（RNA）は、量が少なかったり、間違った情報が混じったり、技術的な問題でノイズが入ったりと、きれいなデータが得にくいからです。例えるなら、たくさんの人が一斉に話している騒がしい部屋で、一人一人の声を聞き分けるようなものです。

これまで、この問題を解決するために、一部の信号を隠して（マスキングして）残りの情報から元の信号を「推測」する技術が使われてきました。でも、この方法だと、細胞同士の関係性（グラフ）をしっかり把握するのが難しかったのです。細胞同士がどうつながっているか、どう協力しているか、といった「グラフ」の構造を理解せずに、バラバラの細胞の情報だけを復元しようとしていた、というわけです。

そこで今回、新しい技術「scKDGM」が登場しました。これは、細胞の「個性」を壊さないように、でも大事な情報だけをうまく隠す（遺伝子マスキング）工夫をしています。さらに、隠した部分を推測するときに、細胞同士のつながりを表す「グラフ」の情報をしっかり使いながら、より賢く推測するのです。まるで、騒がしい部屋でも、誰が誰と話しているか、誰が周りの人の話を聞いているか、といった関係性を把握しながら、一人一人の声を聞き分けるようなイメージです。

この新しい技術のすごいところは、隠した部分を推測する（発現回復）だけでなく、その推測した情報を使って、細胞同士のつながり（グラフ）をどんどん良くしていく点です。さらに、二つの違う見方（ビュー）で得られた情報を比べながら学習することで、より正確に細胞の種類を分類できるようになります。また、「ZINB損失」という特別な計算方法を使うことで、細胞から出てくる信号の「ばらつき」や「ゼロ」になりやすい性質も上手に扱えるようになりました。このscKDGMという技術は、これまで難しかった単一細胞の分析を、もっと正確に、もっと分かりやすくしてくれる可能性を秘めているのです。