2026-02-13 ブログ記事タイトルを「摂動を加えた細胞と組織アトラスによる原因細胞と組織生物学の基盤モデルに向けて - Cell誌技術特集から」から「生体因子間の因果関係を明らかにする細胞生物学の基盤となるモデル'Perturbation Cell and Tissue Atlas'を開発すべし - Cell誌技術特集から」へと改訂
2024-08-29 初稿: Cell 誌掲載レビューを紹介
[出典] Editorial "The wide-reaching power of technology" The Cell editorial team. Cell 2024-08-22. https://doi.org/10.1016/j.cell.2024.07.046
[出典] Editorial "The wide-reaching power of technology" The Cell editorial team. Cell 2024-08-22. https://doi.org/10.1016/j.cell.2024.07.046
Cell 誌技術特集の目的は、多くの異なる研究分野にわたり、その解決が切望され、広範なインパクトを秘めた疑問に答えている手法に焦点を当て、これらの技術によって現在何ができ、何ができないかについて批判的な思考を促し、その性能をどのように拡大し、向上させることができるかについての思考を刺激することである。
Cell 誌技術特集には以下の７本の記事が収録されている：
このブログ記事では、"Toward a foundation model of causal cell and tissue biology with a Perturbation Cell and Tissue Atlas"を紹介するが、Cell 誌論説では、次のように紹介されている：
生物を探究する能力が拡大するにつれ、生物学の理解はますます複雑になっている。さまざまなタイプの摂動スクリーニングによって、細胞、組織、生物を支配する複雑な分子回路を解明し、発生、健康、疾患の基礎を理解し、よりよい治療戦略を見出すことができるようになりつつある。Genentechの研究チームはハイコンテント摂動スクリーニングの現在の利用法と将来の可能性、およびデータの解釈と結果の予測のための関連計算手法を分析している。研究チームは、生体因子間の因果関係を明らかにする細胞生物学の基盤となるモデル、すなわち 「摂動を加えた細胞・組織アトラス （ Perturbation Cell and TissueAtlas）」の開発を呼びかけている。
[出典] Review "Toward a foundation model of causal cell and tissue biology with a Perturbation Cell and Tissue Atlas" Rood JE, Hupalowska A, Regev A. Cell. 2024-08-22.https://doi.org/10.1016/j.cell.2024.07.035 [所属] Genentech；参考文献178件を含む26頁
ヒト細胞の表現型空間を支配する生物学的な因果関係を明らかにした回路を包括的に描き出すことは、しばしば克服不可能な挑戦とみなされてきた。しかし、ここ10年の間に、実験と計算を連動させた一連の技術が生まれ、この根源的な目標がますます扱いやすくなってきている。CRISPRシステムに基づく摂動スクリーニングと、ハイコンテントな分子そしてまたは画像ベースのリードアウトにより、研究者は現在、遺伝的因果関係回路（causal circuits）のプローブ、マッピング、解読を、より大規模に行えるようになっている。このスケールは、人工知能や機械学習（AI/ML）を導入して、さらなる実験を指示したり、実験的に収集できなかった（時には収集できない）情報を予測したり生成したりするのに非常に適している。推論を目的とした実験を組み合わせ、反復することで、ヒト細胞生物学を統一するための生成的因果関係の基盤モデルとして、 Perturbation Cell and Tsssue Atlas を描くことが可能になる。
[構成]
Introduction
Why do high-content genetic screens matter, and what can they teach us?
The growing experimental toolbox of pooled, high-content perturbation screens
Learning biology from Perturb-seq screens with computational analyses
Regulation models of individual perturbation and feature (gene) effects
Co-regulated feature (gene) programs
Co-functional perturbation modules
Global cell- or multicellular-level analysis
Genetics to mechanism
Interpretable models of combinatorial effects
An inflection point to prediction and generation
Predicting perturbation effects with (generative) models
Iterative, miserly, coupled, and compressed experimental designs for inference
Building a Perturbation Cell Atlas
Why build a Perturbation Cell Atlas?
How to build a Perturbation Cell Atlas
Conclusion: A future unification of cell biology
[図表一覧]
- Figure 1. The toolbox of pooled perturbation screens with high-content readout
- Figure 2. Learning biology from pooled perturbation screens with high-content readout with interpretable models
- Table 1. Limitations of and improvements to high-content perturbation screening methods
- Table 2. Comparison of computational methods for interpreting perturbation screen data and predicting outcomes
- Figure 3. From observation and representation to prediction with deep models and model-driven experiments
- Figure 4. The impact of a Perturbation Cell Atlas for biology and medicine
コメント