Affiliation：大阪大学大学院医学系研究科

Abstract：空間座標を保持したまま遺伝子発現情報を計測する空間トランスクリプトーム (ST) 解析が可能となった。これは画像情報も含まれる。複数モダリティのデータを統合する技術は発展途上であるため、マルチオミクスデータを統合して解析する手法を開発することを目指す。ここでは、グラフニューラルネットワークを用いてSTデータにおける細胞の埋め込みを学習した。具体的に、遺伝子発現量と画像情報を用いてグラフを構成し、グラフニューラルネットワークにより対照学習を行った。1サンプル空間クラスタリングの精度は既存手法と比べて同等以上を達成した。

Publication related to your research:

（Domestic conference/wokrshop）

• 杉原 礼一, 加藤 有己, 河原 行郎, "グラフ埋め込みと最適輸送を用いた空間的遺伝子発現情報のアラインメント", 第77回情報処理学会バイオ情報学研究会, Mar. 2024
• Reiichi Sugihara, Yuki Kato, and Yukio Kawahara, "A random walk approach to cluster and integrate spatial transcriptomics data", 第25回日本RNA学会年会, Jun. 2024
• Reiichi Sugihara, Yuki Kato, and Yukio Kawahara, "A graph embedding approach to spatial omics analysis", 第4回関西RNAクラブ, Aug. 2024
• 杉原 礼一, 加藤 有己, 河原 行郎, "グラフ埋め込みに基づく空間オミクス解析手法の開発", NGS EXPO 2024, Sep. 2024