단일 세포 분석 배치 효과 해결 위한 scMEDAL 개발

주장기존 단일 세포 RNA 시퀀싱 분석 알고리즘은 배치 효과를 단순히 제거하거나 억제하는 방식을 사용합니다. 이러한 접근법은 배치와 혼재된 중요한 생물학적 신호까지 함께 손실시킬 위험을 안고 있습니다.

주장연구진은 이러한 문제를 해결하기 위해 배치 불변 효과와 배치 특이적 효과를 분리하여 모델링하는 scMEDAL 프레임워크를 제안합니다. 이 방식은 데이터 왜곡을 최소화하며 세포의 이질성을 정확하게 분석합니다.

팩트scMEDAL의 핵심 기술인 scMEDAL-RE는 무작위 효과 베이지안 오토인코더를 사용합니다. 해당 모델은 배치 특이적 표현을 학습하는 동시에 생물학적으로 의미 있는 정보를 보존합니다.

팩트연구진은 이 기술을 자폐증, 백혈병, 심혈관 질환 등 다양한 생물학적 조건과 세포 유형에서 검증했습니다. 실험 결과 질병 상태와 기증자 그룹 및 조직 예측 성능이 향상되었습니다.

팩트scMEDAL은 생성적 시각화 기능을 제공합니다. 특정 배치에서 얻은 세포의 발현 데이터를 다른 배치에서 얻은 것처럼 재구성하여 데이터 획득 과정의 차이를 명확하게 설명합니다.

교차검증본 연구는 기존 배치 보정 방법들을 대체하는 것이 아니라 상호 보완하는 역할을 수행합니다. 기존 방법론과 결합할 때 데이터 해석의 정확도가 높아지는 시너지 효과를 냅니다.

팩트연구는 텍사스 대학교 사우스웨스턴 메디컬 센터의 라이다 힐 생물정보학 부서에서 수행했습니다. 연구진은 BioHPC 슈퍼컴퓨팅 시설을 활용하여 복잡한 연산 작업을 처리했습니다.

팩트연구 지원은 미국 국립보건원 산하의 NIGMS와 NIA에서 제공했습니다. 연구 과제 번호는 R01GM144486, P30AG092752, R01AG085279, R01AG070861입니다.

팩트해당 논문은 2025년 2월 21일에 접수했습니다. 이후 2026년 4월 13일에 승인 절차를 마쳤습니다.

팩트최종 결과물은 2026년 6월 2일에 네이처 커뮤니케이션즈를 통해 공식 출판되었습니다.

출처Andrade, A.X., Nguyen, S.N., Marckx, A. et al. scMEDAL: interpretable single-cell transcriptomics analysis with batch effect visualization via deep mixed-effects autoencoder. Nat Commun (2026)을 교차 검증했습니다.