단일세포 공간 전사체학 데이터셋의 배치 효과 제거를 넘어선 세포 유형 간 기능적 연결성 추론 방법론

단일세포 분석 시대의 발전에도 불구하고, 서로 다른 실험 조건이나 시기에 얻어진 공간 전사체학 데이터셋 간의 편향(batch effect) 제거는 여전히 주요 난제로 남아 있습니다. 단순히 기술적 정규화를 넘어, 실제 생물학적 의미를 가지는 세포 간의 기능적 맥락을 어떻게 추출할지가 현재 연구의 핵심 논쟁점입니다.

기능적 연결성 추론의 도전

• 기존의 통계적 정규화 방법들은 주로 데이터의 기술적 차이를 보정하는 데 집중되어 있어, 미묘한 대사체학 또는 후성유전학적 상태 변화에 따른 세포 기능적 연관성을 놓치는 경향이 있습니다.
• 최근에는 단순 클러스터링을 넘어, 시간적 연속성이나 상호작용 네트워크를 통해 세포 운명을 예측하려는 시도가 증가하고 있으나, 이는 충분히 검증되지 않은 가정 위에 서 있는 경우가 많습니다.

따라서, 향후 연구는 강력한 생물정보학 모델을 통해 기술적 잡음과 생물학적 신호를 분리하고, 이를 바탕으로 세포군 간의 숨겨진 신호전달 경로 및 기능적 관계를 밝혀내는 방향으로 나아가야 합니다. 오믹스 통합 분석과의 결합이 필수적입니다.