シングルセルRNA-seq応用解析:擬似系譜、RNA Velocity、サンプル間比較【BI入門⑭】

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。

シングルセルRNA-seq解析入門シリーズの最終回となる今回は、細胞の「時間的な変化」を追うための応用解析手法と、統合データを用いたサンプル間の高度な比較解析について解説します。

【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:特徴と活用事例、ワークフローの概要
【BI入門⑪】シングルセルRNA-seq:CellRangerを用いた品質管理とフィルタリング
【BI入門⑫】シングルセルRNA-seq:正規化、次元削減、クラスタリング
【BI入門⑬】シングルセルRNA-seq:データ統合とマーカー遺伝子探索
【BI入門⑭】シングルセルRNA-seq:擬似系譜、RNA Velocity、サンプル間比較 ←本記事

動作確認環境

  • OS: Linux / Windows / Mac
  • R: version 4.1.2 (2021-11-01)
  • Rパッケージ: Seurat v4, monocle, clusterProfiler, ReactomePA
  • その他ソフトウェア: velocyto (今回はR版を使用)

※本記事は2024年時点のセミナー資料を基に作成されています。 記述されているコードや解析フローは、当時のスタンダードである R 4.1.2 / Seurat v4 に準拠しています。最新のSeurat v5等の環境では一部挙動や関数が異なる可能性がありますので、あらかじめご了承ください。

サンプル間比較と高次解析

特定のクラスターに着目して、「サンプル1」と「サンプル2」の間で発現が変動している遺伝子を抽出(バイオリンプロットやFeature Plotで可視化)することができます。

さらに、発現に差異があった遺伝子群に対してReactomeなどのデータベースを参照して、「clusterProfiler」「ReactomePA」などを用いてパスウェイエンリッチメント解析を行うことで、単なる遺伝子の羅列ではなく、「薬剤投与によって細胞分裂に関わるパスウェイに影響が生じた 」といった、生物学的な機能の単位での解釈が可能になります。

※2026年現在では「ReactomePA」の代わりに「msigdbr」が一般的に使われています。

これらの結果を統合し、ベイジアンネットワーク解析などで遺伝子間の因果関係を予測すれば、未知の創薬ターゲットの発見に繋げることもできます。

擬似系譜解析(Pseudo-time Analysis)

シングルセルRNA-seqは細胞を溶解するため測定は一時点のスナップショットとなり、同一細胞の分化過程を連続追跡 できません。そこで、統計学的手法を用いて細胞の状態変化の時系列(pseudo-time:擬似時間)を推測するのが擬似系譜解析です。 Rのパッケージである「monocle」などを用いると、似た状態の細胞同士を線で繋ぐことができます。ただし、時間の「起点(スタート地点)」は自動では決まらないため、細胞アノテーションやマーカー遺伝子の発現結果などをもとに、解析者自身が生物学的背景を基に決定する必要があります。

※2026年現在では「monocle3」が一般的に使われています。

RNA Velocity解析

擬似系譜解析とは異なるアプローチで細胞の将来を予測するのがRNA Velocity解析です。これは、各mRNAの「スプライシング状態(未成熟なRNAと成熟したRNAの比率など)」から、細胞が次にどのような状態へ変化しようとしているのか、その方向性と大きさを推測する技術です。 解析には「velocyto」などのツールを使用します。結果は細胞プロット上に「矢印」で描画されます。計算にはBAMファイル等の生データに近い情報と高い計算リソースが必要ですが、分化方向の同定や分岐の運命決定、免疫細胞等の活性化過程の解析などに適しています。

※2026年現在では「scVelo」が一般的に使われています

まとめ

全5回にわたって、シングルセルRNA-seq解析の特徴から、実験のワークフロー、データの品質管理、クラスタリング、データ統合、そして擬似系譜やRNA Velocityといった高度な解析手法までを解説してきました。非常に奥の深い分野ですが、本シリーズが皆さまの解析の一助となれば幸いです。


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。