「Meet AI4S」ライブストリームシリーズの第2回は、8月21日19時より放送されます！HyperAIは、清華大学張強鋒研究室のポスドク研究員である李玉哲博士をお招きし、空間トランスクリプトミクスとシングルセルオミクス研究におけるAI手法についてお話しいただきます。

李宇哲博士が筆頭著者として執筆した研究論文「細胞間相互作用を考慮した細胞埋め込みによる単一細胞解像度の空間トランスクリプトミクスデータにおける組織モジュールの発見」がCell Systems誌に掲載されました。博士はさらに、本研究で提案された革新的な手法、グラフオートエンコーダ型ディープラーニングフレームワークに基づくSPACE人工知能アルゴリズムについても紹介します。

さらに、李宇哲博士による変分オートエンコーダディープラーニングフレームワークに基づくSCALEX人工知能アルゴリズムの研究が、「異種データセットを共通の細胞埋め込み空間に投影することによるオンライン単一細胞データ統合」というタイトルでNature Communications誌に掲載されました。李博士は、ライブ中継の中で、この成果の背景にある研究アイデアについても発表する予定です。

イベントの詳細

トピックの共有

ゲノミクスにおけるAIアプリケーションの探究：空間トランスクリプトームデータ特性評価アルゴリズムSPACEを例に

概要

生命科学研究と人工知能 (AI) 技術の急速な発展に伴い、AI は生物医学研究においてますます重要な役割を果たしており、「科学のための AI」という新しい学際的な研究パラダイムを生み出しています。

このライブ ストリームでは、主に空間トランスクリプトミクスと単一細胞オミクス研究における人工知能手法に焦点を当てたゲノミクス研究を共有します。

視聴者のメリット

1. ゲノミクス研究における人工知能手法の開発プロセスと最先端の進歩について予備的な理解を得る。
2. 生成モデルベースの単一細胞オミクスデータ統合アルゴリズムである SCALEX について学びます。
3. グラフ ニューラル ネットワークと細胞コミュニティの概念に基づいた空間トランスクリプトミクス データ特性評価のための SPACE アルゴリズムを理解します。

論文レビュー

HyperAI は以前、第一著者である Li Yuzhe 博士による研究論文「細胞間相互作用を考慮した細胞埋め込みによる単一細胞解像度の空間トランスクリプトミクスデータでの組織モジュールの発見」を共有し、解釈しました。

* クリックして詳細レポートをご覧ください: Cellサブジャーナルに掲載されました！清華大学の張強鋒研究グループは、組織モジュールを発見する能力を持つSPACEアルゴリズムを開発し、同様のツールの開発に成功しました。

研究ハイライト

• 空間トランスクリプトームデータのための人工知能解析ツールであるSPACEが開発されました。SPACEは、空間トランスクリプトームデータから単一細胞解像度で空間細胞の種類を識別し、組織モジュールを発見することができます。
• SPACE は、特に複数の細胞タイプを含む複雑な組織において、細胞タイプの識別や組織モジュールの発見において他のツールよりもはるかに優れた性能を発揮します。
• SPACE は、細胞コミュニティを、識別可能な境界を持つ細胞タイプで構成された空間的に均質な組織モジュールとして定義および識別します。
• 細胞コミュニティは、それらが形成する類似の細胞間相互作用のネットワークによって定義され、このネットワークは細胞コミュニケーションのリガンド受容体ベースの推論を最適化するために使用できます。
• SPACE は、空間的に隣接する細胞間の相互作用が細胞の種類や組織モジュールの生物学的機能にどのように影響するかを理解するための大規模な空間トランスクリプトミクス研究に使用できます。

データ収集

SPACE の機能を検証するために、この研究では複数のデータセットを使用しました。これらのデータセットは、こちらからダウンロードできます。

https://go.hyper.ai/CBJfX

モデルアーキテクチャ: 細胞間相互作用センシングに基づく細胞埋め込みモデル

SPACEは、グラフオートエンコーダフレームワークを用いて、空間トランスクリプトームデータ内の各細胞の遺伝子発現情報と、空間的に隣接する細胞との相互作用を記述する低次元の細胞埋め込みを学習します（細胞間相互作用を考慮した細胞埋め込みという用語の由来はここにあります）。これらの細胞埋め込みに基づき、SPACEはさらにクラスタリングアルゴリズムを用いて空間的な細胞サブタイプを識別し、組織モジュールを発見します。

アーキテクチャの観点から見ると、SPACEモデルは3つの部分、すなわちエンコーダ（3層グラフアテンションネットワーク）、近傍グラフデコーダ、そして遺伝子発現デコーダで構成されています。下の図は、モデルの全体的なフレームワークを示しています。

SPACEモデルフレームワーク

パフォーマンス評価

• SPACE は、ST データセットの空間情報に基づいて、空間情報における生物学的差異を持つ細胞タイプを識別できます。
• SPACE は現在利用可能なツールよりも優れており、空間的に情報化された細胞タイプを ST データから区別するために使用できます。
• SPACE は、組織モジュールの検出において最先端のツールよりも優れています。

清華大学張強鋒研究室

張強鋒の研究室は清華大学生命科学学院に所属しており、清華大学・北京大学生命科学共同センターおよび北京構造生物学先端イノベーションセンターの重要な一部でもあります。

当研究室の研究は、構造生物学、ゲノミクス、機械学習、ビッグデータ分析といった学際的な分野に重点を置いています。主な研究方向は、構造生物学とシステム生物学を融合させ、計算論的手法と実験的手法を開発・活用することで、生体高分子（タンパク質、RNA、DNAなど）の構造と機能の関係を解明し、それらの相互作用ネットワークを再構築し、タンパク質やRNAの構造変化や異常な高分子相互作用に関連する複雑な疾患（がんや感染症など）の病因と治療法の発見を目指しています。

当研究所は、独自のタンパク質およびRNA構造モデリング、次世代シーケンシングに基づくRNA構造測定、ハイスループットRNA-タンパク質相互作用検出技術、および研究者の最先端の研究を推進するための強力なコンピューティングおよび実験プラットフォームを備えています。

AI4Sシリーズのライブストリームをご覧ください

HyperAI（hyper.ai）は、データサイエンス分野における中国最大の検索エンジンであり、AI for Scienceの最新の研究成果に焦点を当て、NatureやScienceなどのトップジャーナルに掲載された学術論文をリアルタイムで追跡しています。これまでに100件以上のAI for Science論文の解釈を完了しています。

さらに、中国で唯一のオープンソースの科学向け AI プロジェクトである awesome-ai4s も運営しています。

プロジェクトアドレス:

https://github.com/hyperai/awesome-ai4s

AI4Sの普及をさらに促進し、学術機関の研究成果をより幅広い産業界の学者、技術愛好家、そして産業組織へと発信する際の障壁を下げるため、HyperAIは「Meet AI4S」ビデオシリーズを開始しました。このシリーズでは、AI for Science分野に深く関わる研究者や関連組織を招き、ビデオを通じて研究成果や方法論を共有し、AI for Scienceの研究の進展と実装における機会と課題を共同で探究し、AI for Scienceの普及・発展を促進します。