こんにちは、 みんな。
今日 病気 なれ 発表する について の 応用 の ジャンプ
に 分析する 遺伝子 表現 シングル- 細胞 RNA データ で 悪性黒色腫 細胞。
私の 名前 は キャサリン 周、
そして 私は a 高い 学校 学生 で リンブルック 高い 学校。
として 導入、
悪性黒色腫 開発する の 細胞 または メラノサイト それ 生産する メラニン
そして は の ほとんど 攻撃的 タイプ の 肌 癌、
代表する 65% の 全て 死亡者（数） から 肌 癌。
T 細胞 は a タイプ の 白 血 細胞 それ 開発する から 幹 細胞
で の 骨 骨髄 そして 成熟した で の 胸腺、
どこ 彼らは 掛ける そして 区別する の中へ ヘルパー、 規制、 または 細胞毒性 T 細胞
または なる メモリ T 細胞。
細胞毒性 T 細胞、 どれの は 活性化された による 様々な サイトカイン、
バインド に そして 殺す 感染した 細胞 そして 癌 細胞。
で 悪性黒色腫 患者、 T 細胞 マウント の 免疫 応答 に対して の 腫瘍、
しかし で いくつかの ポイント、 の 応答者 T 細胞 なる 効果がない
期限 に a 地元 免疫抑制剤 プロセス 発生 で の 腫瘍 サイト。
私たちは のように に 識別する の 原因 後ろに T 細胞 機能不全。
代替 スプライシング は a 規制 プロセス
不可欠 に 生成する トランスクリプトーム 多様性。
誤った規制 貢献する に 病気 そして 癌。
真核生物 遺伝子 は 作曲された の 整数 ロニック そして エクソニック シーケンス、
として あなた できる 見る で これ 図。
で の 代替 スプライシング プロセス、
非コーディング イントロン の a 遺伝子 は 選択的に 削除された
そして の 含まれる エクソン は 組み合わせた で の ファイナル メッセンジャー RNA、
翻訳 の これら 違う アイソフォーム、 どこ 違う 組み合わせ
結果 で 違う タンパク質 そして 違う 細胞 機能。
次、 伝統的 バルク シーケンス 調べる の ゲノム の a 細胞 人口
そのような として の 細胞 文化 または 組織、
そして その 出力 は の 平均 遺伝子 表現 の の 細胞 人口。
の上 の 他の 手、 シングル 細胞 シーケンス
対策 の ゲノム の 個人 細胞 から の 人口。
単細胞 RNA シーケンス、 または scRNA-seq、
対策 の トランスクリプトーム の それぞれ 細胞 で の サンプル、
どれの 明らかにする の 異質性 の 数千 の 細胞
そして 提供する 洞察力 の中へ 細胞 違い で 高い 解決。
で これ 勉強、 病気 なれ 分析する 代替 継ぎ合わせる scRNA-seqデータ、
どれの もっている めったに された 研究した 期限 に いくつかの 問題。
ScRNAシーケンス 結果 で a とても 大きい 番号 の 細胞 そして まばらな データ。
しかし、 と の ちゃんとした 統計的 ツール のように ジャンプ そして R、
私たちは できる 取る 手順 に 解決する これら 問題。
で これ プレゼンテーション、
病気 なれ 行く 以上 私の 方法 に 探す の ほとんど 重要な 代替 スパイス
または として イベント 差別化する 癌性の T 細胞 から 健康 リンパ ノード T細胞。
病気 説明する 私の データ 処理 パイプライン、 そして それから 病気 行く 以上 どうやって に 使用 ジャンプ プロ
のために 予測的な モデリング、 クラスタリング、 そして 視覚化。
そして それから 病気 行く 以上 の 結果 の の 分析 の scRNAシーケンス データセット
の T細胞 マウスで 黒色腫。
これ は a 図 の の プレゼンテーション。
初め、 私は のように に 説明する 私の データセット 準備 そして 処理 プロセス。
初め、 I 準備した そして 処理された の データセット。
I 取った の scRNAシーケンス データセット の 細胞 で リンパ節 と 悪性黒色腫 で マウス
から これ 紙 以上 ここ、
そして それから 実行された 読む 配置 の の F ASQ ファイル と 星、
そして 検出された として イベント と の パイプライン 派生 から rMATS、
どれの 用途 a 一般化された リニア 混合 モデル。
その代わり の 使用して の ペアワイズ 比較、
I 走った それ の上 a シングル サンプル と それぞれ 個人 細胞、
効果的に 定量化する として で それぞれ 細胞。
それから I 使用済み R に 定量化する エクソン スキップ イベント と IJC
どれの 立つ のために インクルージョン ジャンクション カウント、
そして SJC、 どれの 立つ のために スキップ ジャンクション カウント。
として あなた できる 見る 下に で これ 図、 の 包含 ジャンクション は 検出された
いつ の 読む 含まれるもの 両方 の 側面攻撃 順序、
どれの は これ 黒 順序 以上 ここ、
そして の エクソン 順序、 どれの は これ E 順序 以上 ここ、
その間 a スキップ ジャンクション カウント は 検出された
いつ の 読む のみ 含まれるもの の 二 側面攻撃 シーケンス
そして ただ 全体的に スキップ の エクソン。
それから I 作成する a マトリックス の これ データ。
次、 I サブセット化された の T 細胞
使用して 細胞 ラベル 以前 定義された による の 著者 の の データセット。
に フィルター として イベント、 I 適用済み の 続く ルール、
そして I した これ で R.
そこには しなければならない なれ で 少しでも 10 十 読む あたり ジャンクション。
の イベント もっている に なれ 検出された で もっと よりも 10 十 細胞、
そして の イベント できない 持っている いいえ 変動性 横切って の 細胞。
これ 移動した その周り 75% の の エクソン。
これ ショー それ フィルタリング は 重要 なぜなら それ 削除された エクソン
と 低い カバレッジ そして だった 基本的に 重要ではない。
これ 削減 の 特徴 サイズ、 どれの 意思 改善する の パフォーマンス
の 予測的な モデリング そして 分析 さらに遠く で の 未来。
それから I 計算する の サイ または パーセント 継ぎ合わせた で 価値
と これ 方程式: IJC 以上 IJC プラス SJC。
前に I 行く の中へ の 次 ステップ の 予測的な モデリング、
I 望んだ に 説明する の 理由 I 決めた に 適用する 予測的な モデリング ジャンプ
のために これ 特定の 問題。
そこには 持っている された いくつかの 研究 それ 成功 使用済み 機械 学ぶ モデル
のために 分析する RNAシーケンス データ、 どれの 達成 高い 正確さ。
I 仮説 それ それ だろう また なれ 正確な のために scRNAシーケンス データ。
そこには は 多くの 利点 の 使用して 予測的な モデリング として 良い。
それ できる 抽出する 意味のある 特徴 から 巨大な データセット、
分類する データ そして 予測する 結果 と 監督された 学ぶ、
そして 認識する 基礎となる 関係 の データ、 のように で ニューラル ネットワーク。
JMPプロ また 提供する a 素晴らしい インタフェース のために 探検する これら 違う モデル、
許可する あなた に 簡単に 適用する 洗練された アルゴリズム
に 大きい データセット 素早く そして 正確に。
それ また 許可する のために モデル 比較 そして スクリーニング。
ついに、 それ 生成する いくつかの ビジュアル そして 相互の作用 レポート
それ 減らす の 黒 箱 効果 の 機械 学ぶ モデル、
どれの 手段 それ あなた しない 本当に 知る 何 起こる で の モデル、
あなた ただ 知る の 出力、 どれの は ない とても 役に立つ。
私たちの データセット 持っていた 8,044 変数 または エクソン、 そして 1,014 行 または 細胞。
それ だった 難しい に 走る 分析 と そのような a 大きい 番号 の 列、
それで I 使用済み a ブートストラップ 森 のために 変数 選択。
A ブートストラップ 森 は とても 計算的に 効率的
そして それ できる 操作する 素早く 以上 広い データセット、
そして それ 用途 ランダム サンプリング と 交換、
引き起こす それ に なれ とても 屈強 そして 正確な。
I できた 持っている また 使用済み 予測者 スクリーニング、
どれの は 別の 関数 で JMP、
しかし I 見つかった それ 手動で ランニング それ 使用して a チューニング デザイン テーブル
だった もっと 計算的に 効率的
そして 許可された 自分 に チューニング の 番号 の 木々 として 良い。
しかし I 見つかった それ の 番号 の 木々 しない 作る a 巨大な 違い。
で 一般的な、 の もっと 木々 あなた 使用 リード に より良い 結果、
しかし 彼らの 改善 減少する として の 番号 の 木々 増加します。
で a ある ポイント、 の 利点 で 予測 パフォーマンス
から 学ぶ もっと 木々 意思 なれ より低い よりも の 料金 で 計算 時間。
のために の 8,044 エクソン、 I 調整した 番号 の 木々、
そして I 見つかった それ その周り 50 木々 結果として で の 最高 正確さ。
そして それから I 取った の トップ 100 エクソン から の カラム 貢献、
そして それから I 走った それ また と の トップ 50 エクソン、
そして それから また と の 50 エクソン、 比較する の 正確さ として あなた 行く。
これ ショー の ジャンプ レポート のために チューニング 木々 そして 変数 選択。
として あなた できる 見る、 I 使用 の チューニング デザイン テーブル そして 変化 の 番号 の 木々。
I 見た で の エントロピーR 四角 そして これら 違う メトリック。
I 信じる 50 木々 だった の 最高 結果。
I 取った の トップ 100 エクソン そして それから I 走った の ブートストラップ 森 と 30 木々
なぜなら I した 別の チューニング デザイン テーブル。
のために それぞれ 反復、
I した a 別 チューニング デザイン テーブル に 探す の 最高 番号 の 木々。
として あなた できる 見る、 の エントロピ R 四角 増加する
として の 番号 の エクソン だった 減少しました。
として I 選択された の トップ 三つ 違う エクソン、
それ ショー それ それ しない 本当に 案件 もし その の トップ 10 または トップ 50 または トップ 100,
それ 意思 まだ 結果 で a 高い 正確さ。
の 誤分類 レート 多様です。
の RMS エラー また 減少した、
そして の 平均 絶対 エラー また 減少しました。
と これら 指標、
I 決めた に 使用 の トップ 10 エクソン に 走る の 次 手順 の 私の 分析。
I 使用済み の モデル スクリーニング 関数 で ジャンプ プロ
に 走る の トップ 10 エクソン の上 全て の 違う モデル それ だった 可能。
それ 結果として で a 高い 正確さ 横切って の ボード。
I 見た で の 予測 プロファイラー に 決定する どうやって の エクソン
引き起こした 腫瘍 または 癌性の 細胞 に なれ 違う。
さて、私は なれ 実行する a デモ の これ プロセス。
させて 自分 開ける の トップ 10 エクソン。
JMPでは プロ、 あなた できる 行く に 分析、 予測的 モデリング、
そして それから モデル スクリーニング。
私はただ打つ 想起 なぜなら I 使用済み これ 前に
そして それ 自動的に アップデート と あなたの 前の 設定。
そして それから それはまた した K 折り クロスv アリデーション。
これ プロセス は とても 素早い、 それ のみ かかる その周り 20 秒 または 10 秒。
全て 右。
として あなた できる 見る、 の ニューラル ブースト 持っていた の 最高 正確さ。
次 だった 一般化された 回帰ラッソ。
それ スプリット の データセット の中へ トレーニング そして 検証。
あなた できる 見る それ ブースト 木 持っていた の 最高 正確さ のために トレーニング、
どれの 作る センス なぜなら それ 基本的に フィット の データ 本当に 良い
いつ あなた 使用 a 木。
しかし のために 検証、 しましょう 見る、 の ほとんど 正確な だった で ニューラル ブーストされました。
と これ 情報、
I 決めた に 使用 a ニューラル ブースト に する の ファイナル 分類 の 細胞
のために 腫瘍 細胞 または 普通 細胞、
なぜなら それ だろう 結果 で の 最高 正確さ。
I クリックした 走る 選択された、
そして それから I 使用済み の 検証 カラム それ I 以前 作成された
と の Vを作る アリデーション 関数 で の 予測的 モデリング タブ。
ここ は の 結果 の の ニューラル ネットワーク。
それ だった とても 素早い、 また。
あなた できる 見る それ そこには は の 中華民国 グラフ。
それ 基本的に もっている a とても 高い オーストラリア連邦。
もし あなた 取る a 見て で の 予測 プロファイリング、プロファイラー、
これ ショー の 違う 方法...
させて 自分 説明する これ より良い。
として あなた 動く あなたの カーソル 平行、 もし あなた 見て で A ダウンロード、 これ 遺伝子、
いつ の 包含 の これ エクソン 増加し、
それから そこには a より高い 確率 それ の 細胞 意思 なれ a 腫瘍 細胞。
以上 ここ、 のために これ、 これは また の 同じ 傾向。
のために これ 1つ、 これ は の 逆 傾向。
のために PCDH9、 として の 包含 の これ エクソン 増加し、
の 確率 それ それ 意思 結果 で a 腫瘍 細胞 減少します。
ごめん。
これ 許可する あなた に 見て で の 役割 の これら エクソン
で 引き起こす の 関数 の 腫瘍 そして 普通 細胞 に なれ 違う。
これ は a とても 強力 ビジュアライザー、
そして それ できる 見せる の 違う 関係 間 これら 細胞。
あなた できる また ただ 保存 の 数式 に ...の
ごめん、 1つ 2番。
あなた する 公開 予測 式、 そして それ 保存 それ で の 式 デポ。
わかった。
次、 私は のように に 見て で の 違い で 表現
として それ 行く から 5 日 に 8 日 に 11 日。
これ データセット また 提供された の 細胞 で 違う 時間 ポイント。
もし あなた 見て で ここ、
これ カラム ショー それ の 違う 回 は 利用可能 のために 私たち に 分析します。
I サブセット化された の 腫瘍 細胞。
させて 自分 探す それ 以上 ここ。
腫瘍 のみ。
I 比較すると の 分布 の の 違う エクソン。
させて 自分 見せる あなた の グラフ。
として あなた できる 見る、
そこには は いくつかの エクソン それ 増加 で 表現 以上 時間。
以上 ここ , SLAMF9 または T オム20 増加する 劇的に、
そして これら また 増加。
そこには は また エクソン それ 増加 そして それから 減少、
どれの 見せる それ 彼らは 持っている の 最適 期間 の 時間
それ 彼らは の ほとんど アクティブ。
病気 なれ 行く 以上 これら 特定の 遺伝子 そして 機能 後で で 私の プレゼンテーション。
させて 自分 行く 戻る に 私の プレゼンテーション。
全て 右。
ここ、 I また 走った クラスタリング の上 の トップ 10 エクソン データセット。
I した き- 手段 クラスタリング、
そして これ もっと 正確に 分類された の 腫瘍 対 普通 細胞。
として あなた できる 見る ここ、
の 青 は 普通 細胞 そして それから の 赤 は の 腫瘍 細胞。
これ ショー それ そこには は おそらく 違う サブセット の 腫瘍 細胞
それ 持っている 違う 機能。
I また 走った UMAP の上 全て の 細胞。
UMAP は 別の 次元 削減 式。
これ だった 走った と a ジャンプ 追加- で それ だった 作成された による これ 著者。
I 意思 リンク それ で 私の プレゼンテーション で の コミュニティ。
ここ は の 遺伝子 充実 分析 それ I 実行されました。
として あなた できる 見る、 の トップ 関数 の 全て の これら 遺伝子
だった RNA インポートする の ミトコンドリア。
の 2番 ほとんど 重要 1つ だった 規制 の 白血球 脱顆粒。
T細胞 は a タイプ の 白血球。
それ できる 見せる それ おそらく これら 白血球 または T 細胞 は 脱顆粒、
そして それ 原因 の 細胞 に なる 腫瘍。
また、 悪性の 腫瘍 選択的に 保持 ミトコンドリア ゲノム そして 等 関数。
それ できる また 説明する なぜ RNA インポートする の ミトコンドリア
は の 重要 関数。
これ は 別の グラフ の の トップ 行く 生物学的 プロセス。
以上 ここ、 の トップ 1つ は 細胞 プロセス。
そこには は また 生物学的 接着、 規制、 そして 免疫 システム プロセス
それ できる なれ さらに遠く 探検した。
私は のように に 説明する の ほとんど 注目すべき 遺伝子。
これら 遺伝子 は 基本的に の トップ 遺伝子 それ だった で の カラム 貢献。
S TPBS2 について は 関与した で 細胞内 人身売買、
コントロール の スネア 複雑な 組み立て、
そして の リリース の 細胞毒性 顆粒 による 自然 キラー 細胞。
これ できる 見せる それ の T 細胞 は 関与した で いくつかの 選別 の 人身売買。
または の 細胞毒性 T 細胞 できる 使用 これ エクソン
に 規制する の 腫瘍 対 普通 機能。
SLAMF9 九 エンコード a メンバー
の の シグナリング リンパ球性 アクティベーション 分子 家族 そして その 膜貫通。
WARSは a トリプトファニル tRNA 合成酵素
それ 触媒する の アミノアシル化 の tRNA と トリプトファン
そして は 誘発された による インターフェロン。
全て の これら 遺伝子 持っている a 役割 で の 免疫 システム そして T 細胞 関数。
私たちは できる 勉強 これら さらに遠く
そして 決定する もし 彼らは 実は 持っている a 重要 関数 と 試験管内 テスト。
次、 I 説明 これ 以前、
しかし I 分析された の 腫瘍 遺伝子 表現 以上 時間
そして T OMM20、 どれの だった の 1つ それ 持っていた の ほとんど 劇的 包含、
は 実は 関与した で の トランスロカーゼ の 外側の ミトコンドリア 膜 複雑な
それ 促進する 癌 攻撃性 そして 治療的 抵抗
で 軟骨肉腫、 どれの は a タイプ の 癌。
あなた できる 見る それ 空の 20 原因 がん に なれ もっと 攻撃的。
その 本当に 面白い どうやって 私たちの 基本的な 分析 と JMPプロ
結果として で これ エクソン いる の ほとんど 重要。
これ ショー の 効果 の ジャンプ で これら 種類 の 研究。
で 結論、 の 探検 の これ データセット 促進された による ジャンプ
示す の 役割 の 遺伝子 そして エクソン で T 細胞 で 黒色腫。
A 良い もの は それ の コード できる なれ 複製された で パイソン。
ジャンプ 許可する それ のために もっと 屈強 または 詳細 分析。
これら 潜在的 遺伝子 のように 空の 20 または STPX9
できる 援助 で 発見 の 小説 そして パーソナライズ アプローチ
に 癌 処理。
そして それから 私たちは できる 実行する で 試験管 テスト の上 の トップ 遺伝子。
感謝 あなた のために リスニング に 私の プレゼンテーション。
I 意思 提供する 全て の コード そして R スクリプト で 私の プレゼンテーション リンク。
