5개 공간전사체 기술 기반 세포 분할 알고리즘 11종 벤치마크

공간전사체 데이터 분석에서 세포 분할(segmentation)은 세포 정체성을 정의하는 필수 단계지만, 플랫폼과 조직 특성에 따른 객관적인 평가 기준이 부족했다. 이 연구는 이미지·전사체·다중모달 기반 세그멘테이션 알고리즘 11종을 다양한 공간전사체 기술과 조직 데이터셋에서 종합적으로 비교 평가했다.

무엇을 했나

• 이미지 기반, 전사체 기반, 다중모달 방식을 아우르는 11개 세포 분할 알고리즘을 평가 대상으로 선정했다.
• 5개 공간전사체 기술 플랫폼으로 산출한 인간 및 마우스 12개 조직 타입의 15개 데이터셋을 활용해 벤치마크를 수행했다.
• 세포 형태, 전사체 회수율, 발현 순도, 공간적 구조화 등을 정량화하는 생물학적 평가 지표를 정립했다.
• 세포 분할 알고리즘 선택이 세포 타입 특이성, 전사체 오염, 리간드-수용체 상호작용 추론 등 후속 분석 결과를 크게 바꾸는 것을 입증했다.

왜 눈여겨볼 만한가

단일세포 해상도 공간전사체 데이터 처리 시 제공되는 기본(default) 세그멘테이션에만 의존하는 것은 위험할 수 있음을 보여준다. 세포 분할의 완전성과 전사체 발현 순도 사이에 명확한 트레이드오프가 존재하므로, 리간드-수용체 분석이나 세포 타입 분류 등 하위 분석 목적에 따라 알고리즘을 다르게 선택해야 할 것으로 보인다. 연구진이 공개한 Nextflow 파이프라인을 활용해 자체 보유한 데이터에 최적화된 분할 방식을 검토해 볼 만하다.

원문

• Nature Methods · DOI 10.1038/s41592-026-03272-x