こんにちは、バイオインフォマティクス実践ラボ管理者のnomura-yです。
これまでの連載で、RやPythonを用いたデータハンドリングから、バルクRNA-seq解析の基礎について学んできました。 今回からは新しいシリーズとして、より詳細な細胞レベルでの解析を可能にする「シングルセルRNA-seq解析」について、全5回にわたって解説していきます。 第1回目となる今回は、シングルセルRNA-seqの基本的な特徴や、従来の解析手法との比較、実際の研究における活用事例、そして全体的なワークフローについてご紹介します。
【BI入門①】R入門：環境構築と基本操作
【BI入門②】R実践：データの可視化と関数活用
【BI入門③】Rによる生物データハンドリング
【BI入門④】Python入門：Windows上でのPython・Jupyter実行環境構築
【BI入門⑤】PythonとPandas：表形式データの強力な操作術
【BI入門⑥】RNA-seq解析の基礎：有効なケース、全体の流れと主要ツール
【BI入門⑦】RNA-seqデータ前処理：品質評価からゲノムマッピングまで
【BI入門⑧】RNA-seqデータ解析：発現定量と主要なデータ可視化手法
【BI入門⑨】RNA-seqデータ解析：発現変動遺伝子とエンリッチメント解析
【BI入門⑩】シングルセルRNA-seq解析：特徴と活用事例、ワークフローの概要 ←本記事
【BI入門⑪】シングルセルRNA-seqデータ処理：CellRangerを用いた品質管理とフィルタリング
シングルセルRNA-seq解析の特徴と他の手法との比較
これまで広く使われてきた「DNAマイクロアレイ」は、プローブを用いて低コストで高精度な解析が可能ですが、事前にプローブを用意した特定の遺伝子しか検出できないという課題がありました。これを解決したのが「（バルク）RNA-seq」であり、全ての遺伝子を網羅的に解析し、アイソフォームの同定なども可能にしました。
しかし、これら従来の手法は「細胞の塊（バルク）」からRNAを抽出するため、個々の細胞の個性が平均化されてしまうという共通の弱点を持っています。
そこで登場したのが「シングルセルRNA-seq」です。1細胞（シングルセル）ごとにRNAを抽出しシーケンスすることで、細胞ごとの遺伝子発現パターンを測定し、細胞種や分化状態を正確に推定できるようになりました。特に、がん組織や免疫細胞、神経細胞など、ヘテロ性（不均一性）の高い細胞集団の解析において非常に強力なツールとなっています。
実務においては、網羅的に多くのサンプルをスクリーニングする場合にはバルクRNA-seqを使い、特定の細胞種の挙動を詳細に見たい場合にはシングルセルRNA-seqを使うなど、目的に応じて使い分けることが一般的です。
シングルセルRNA-seqの活用事例
シングルセルRNA-seqは、さまざまな研究分野で革新的な成果を生み出しています。
- がんの薬剤耐性メカニズムの解明: がん組織をシングルセルレベルで解析することで、薬剤投与前から存在するごく少数の薬剤耐性細胞を特定し、耐性に重要な新規遺伝子（CD74など）を同定した事例があります。
- 毛包形成における発生および分化の研究: 細胞の分化プロセスを再構築する「擬似系譜解析」を用いることで、自己由来の幹細胞から毛包が誘導される過程の細胞集団や、細胞の運命決定に関わる遺伝子プロファイルを明らかにしました。
- 臓器特異的なNK細胞の解析: 脾臓や血液中のNK細胞を解析し、マウスとヒトにおけるNK細胞の多様性や、種を超えて類似しているサブセットを同定した研究も報告されています。
シングルセルRNA-seq解析のワークフロー
シングルセルRNA-seq解析は、大きく分けて以下のステップで進行します。
- 実験（Wet解析）: 細胞単離、逆転写・ライブラリ調製を行い、シーケンサーでデータを取得します。
- 一次データ解析（Dry解析）: シーケンサーから得られたFASTQファイルを元に、クオリティコントロール（QC）、ゲノムへのマッピング、発現定量を行い、「発現マトリックス」を作成します。このステップでは、10x Genomics社の「Cell Ranger」などがよく使われます。データ量が膨大なため、大容量のメモリとCPUコアを備えたLinuxサーバー環境が必須となります。
- 二次解析・高次解析（Dry解析）: 得られた発現マトリックスを用いて、データの統合、クラスタリング、発現変動解析、そして生物学的な解釈を行います。この工程は、Rパッケージの「Seurat」や、可視化ソフトの「Loupe Browser」を用いて、手元のWindowsやMacのPC環境でも実行することが可能です。
まとめ
今回は新シリーズの第1回目として、シングルセルRNA-seqの特徴や活用事例、そして解析のワークフローについて解説しました。従来のバルク解析では見えなかった「細胞ごとの個性」を浮き彫りにするこの技術は、これからのバイオインフォマティクスにおいて欠かせないアプローチです。
次回予告
次回は、ワークフローの中でも重要な一次データ処理に焦点を当てます。Cell Rangerを用いたシーケンスデータからの発現マトリックス作成と、Loupe Browserでの可視化、さらにSeuratパッケージを用いたデータの品質管理（QC）とフィルタリングについて解説します。お楽しみに！
※本記事は、2024年3月28日開催の次世代シーケンス解析ケーススタディ講座「シングルセルRNA-seq解析」講演内容をベースに作成しております。
動画で本記事の内容を視聴したい、講演資料PDFをダウンロードしたい方は、アメリエフの運営する会員制動画サイト「バイオインフォマティクス実践ラボ」にご登録ください。
