シングルセル・マルチオミクス（single-cell multiomics／scRNA-seq と scATAC-seq の統合解析）は、同じ細胞から両方を測っていない「非ペア」でも統合できます。この記事では、別々の細胞で測った RNA と ATAC を scGLUE で共通の潜在空間へまとめます。
1. scGLUE とは ─ guidance graph で橋渡し
scGLUE（GLUE＝graph-linked unified embedding）は、非ペア（RNA と ATAC を別々の細胞集団で測ったデータ）を1つの共通の潜在空間にまとめる手法です（Cao & Gao, Nat. Biotechnol., 2022）。ペアと違って同じ細胞の対応がないため、特徴どうし（遺伝子とピーク）を結ぶ guidance graph で橋渡しします。
💡 scGLUE の考え方
各モダリティを別々の VAE で潜在空間に写しますが、細胞の対応がないので、そのままでは2つの空間の向きがそろいません。そこで、遺伝子↔ピークの guidance graph をグラフ VAE で埋め込み、それを各デコーダの重みに使うことで空間の向きをそろえ、さらにモダリティ判別器（敵対的学習）で RNA 細胞と ATAC 細胞を混ぜます。入力は RNA が生カウント、ATAC はピーク特徴です。
各モダリティを別々の VAE で潜在空間に写しますが、細胞の対応がないので、そのままでは2つの空間の向きがそろいません。そこで、遺伝子↔ピークの guidance graph をグラフ VAE で埋め込み、それを各デコーダの重みに使うことで空間の向きをそろえ、さらにモダリティ判別器（敵対的学習）で RNA 細胞と ATAC 細胞を混ぜます。入力は RNA が生カウント、ATAC はピーク特徴です。
2. guidance graph をつくる
最初に、遺伝子とピークを結ぶ guidance graph を作ります。標準はゲノム上の近さで、あるピークが遺伝子の近く（遺伝子体やプロモーター）にあれば、その遺伝子とエッジで結びます。そのために、特徴にゲノム座標を付けておきます。
python
import anndata as ad
import scanpy as sc
import scglue
# 前処理済みの非ペアデータ（別々の細胞）を用意
# rna : layers["counts"], obsm["X_pca"], HVG 済み
# atac: obsm["X_lsi"], HVG 済み
# 特徴にゲノム座標を付ける（遺伝子は GTF、ピークは interval から）
scglue.data.get_gene_annotation(rna, gtf="gencode.gtf.gz", gtf_by="gene_name")
coords = atac.var_names.str.split(r"[:-]")
atac.var["chrom"] = coords.map(lambda x: x[0])
atac.var["chromStart"] = coords.map(lambda x: int(x[1]))
atac.var["chromEnd"] = coords.map(lambda x: int(x[2]))
# 遺伝子 ↔ ピークの guidance graph（近さで結ぶ）
guidance = scglue.genomics.rna_anchored_guidance_graph(rna, atac)
scglue.graph.check_graph(guidance, [rna, atac])
💡 guidance graph のエッジの意味
エッジは「この遺伝子とこのピークは制御的に関係しそう」という事前知識です。既定ではゲノム座標の近さ（重なり・プロモーター距離）で張られ、距離に応じて重みが減衰します。この事前知識が、細胞の対応がない非ペアで両モダリティを結ぶ「のりしろ」になります。
エッジは「この遺伝子とこのピークは制御的に関係しそう」という事前知識です。既定ではゲノム座標の近さ（重なり・プロモーター距離）で張られ、距離に応じて重みが減衰します。この事前知識が、細胞の対応がない非ペアで両モダリティを結ぶ「のりしろ」になります。
3. GLUE を設定して学習する
次に、各モダリティの入力を configure_dataset で設定します。RNA は生カウント＋PCA、ATAC はLSIを使います（前処理で用意したもの。LSI は Cusanovich et al., Science, 2015）。HVG だけの部分グラフを取り出し、GLUE を学習します。
python
# 各モダリティの入力を設定（RNA=生カウント+PCA、ATAC=LSI）
scglue.models.configure_dataset(
rna, "NB", use_highly_variable=True, use_layer="counts", use_rep="X_pca"
)
scglue.models.configure_dataset(
atac, "NB", use_highly_variable=True, use_rep="X_lsi"
)
# HVG だけの部分グラフを取り出す
from itertools import chain
guidance_hvf = guidance.subgraph(chain(
rna.var.query("highly_variable").index,
atac.var.query("highly_variable").index,
)).copy()
# GLUE を学習
glue = scglue.models.fit_SCGLUE(
{"rna": rna, "atac": atac}, guidance_hvf, fit_kws={"directory": "glue"}
)
⚠️ 注意点：モダリティごとに入力が違う
RNA は生カウント（use_layer=”counts”）と PCA（use_rep=”X_pca”）、ATAC は LSI（use_rep=”X_lsi”）を指定します。前処理記事で RNA の生カウントを .layers に残し、ATAC の LSI を obsm に入れておいたのはこのためです。学習には GPU が実質必要で、数十分かかります。
RNA は生カウント（use_layer=”counts”）と PCA（use_rep=”X_pca”）、ATAC は LSI（use_rep=”X_lsi”）を指定します。前処理記事で RNA の生カウントを .layers に残し、ATAC の LSI を obsm に入れておいたのはこのためです。学習には GPU が実質必要で、数十分かかります。
4. 潜在空間へ埋め込んで可視化する
学習が済んだら、各モダリティを共通の潜在空間 X_glue へ埋め込み、RNA と ATAC の細胞を1つに結合して可視化します。
python
# 各モダリティを共通の潜在空間へ埋め込む
rna.obsm["X_glue"] = glue.encode_data("rna", rna)
atac.obsm["X_glue"] = glue.encode_data("atac", atac)
# RNA と ATAC の細胞を1つに結合して可視化
combined = ad.concat([rna, atac])
sc.pp.neighbors(combined, use_rep="X_glue")
sc.tl.umap(combined)
sc.tl.leiden(combined)
💡 うまく統合できたか
統合前はモダリティごとに分かれていた細胞が、統合後は細胞型でまとまり、RNA 細胞と ATAC 細胞が混ざるのが理想です（クラスタリングは Leiden；Traag et al., Sci. Rep., 2019）。分かれたままなら、guidance graph の質・HVG・学習を見直します。scGLUE には統合の一貫性を測る指標もあります。
統合前はモダリティごとに分かれていた細胞が、統合後は細胞型でまとまり、RNA 細胞と ATAC 細胞が混ざるのが理想です（クラスタリングは Leiden；Traag et al., Sci. Rep., 2019）。分かれたままなら、guidance graph の質・HVG・学習を見直します。scGLUE には統合の一貫性を測る指標もあります。
5. MultiVI との使い分け・注意点
ペア（MultiVI）と非ペア（scGLUE）は入口が違うだけで、行き着く先は共通の潜在空間です。ここから先の解析 ─ アノテーション、GRN 推論、摂動 ─ は、経路によらず共通の手続きになります（Argelaguet et al., 2021）。
💡 MultiVI と scGLUE の使い分け
同じ細胞から両方を測った（ペア）なら MultiVI（Ashuach et al., 2023）。別々の細胞で測った（非ペア）なら scGLUE。ペアが一部だけ混じるモザイクは MultiVI が扱えます。手元のデータがどちらかを見分けることが、統合の最初の分岐です。
同じ細胞から両方を測った（ペア）なら MultiVI（Ashuach et al., 2023）。別々の細胞で測った（非ペア）なら scGLUE。ペアが一部だけ混じるモザイクは MultiVI が扱えます。手元のデータがどちらかを見分けることが、統合の最初の分岐です。
これで統合の2つの型（ペア・非ペア）が揃いました。次のブロックからは、統合された潜在空間を使って遺伝子制御ネットワーク（GRN）を組み立てます。
まとめ
- scGLUE は、非ペア（別々の細胞の RNA・ATAC）を共通の潜在空間にまとめる手法。
- 細胞の対応がない代わりに、遺伝子↔ピークの guidance graph（ゲノムの近さ）で橋渡しする。
- configure_dataset で RNA=生カウント+PCA、ATAC=LSI を指定 → HVG 部分グラフ → fit_SCGLUE。
- encode_data で X_glue を得て結合 → neighbors(use_rep) → UMAP。細胞型で混ざれば成功。
- ペアは MultiVI、非ペアは scGLUE。統合後の下流は経路によらず共通。次は GRN 推論へ。
関連記事
- 📖 MultiVI でペアデータを統合（前の記事） … ペア側の統合
- 📖 scRNA-seq 前処理の全体像 … RNA 側（生カウント・PCA）
- 📖 scATAC-seq 解析の全体像 … ATAC 側（LSI）
- 📖 scvi-tools の全体像 … 深層生成モデルの土台
参考文献
- Cao, Z.-J., & Gao, G. (2022). Multi-omics single-cell data integration and regulatory inference with graph-linked embedding. Nature Biotechnology, 40(10), 1458–1466. doi:10.1038/s41587-022-01284-4
- Argelaguet, R., Cuomo, A. S. E., Stegle, O., & Marioni, J. C. (2021). Computational principles and challenges in single-cell data integration. Nature Biotechnology, 39(10), 1202–1215. doi:10.1038/s41587-021-00895-7
- Lopez, R., Regier, J., Cole, M. B., Jordan, M. I., & Yosef, N. (2018). Deep generative modeling for single-cell transcriptomics. Nature Methods, 15(12), 1053–1058. doi:10.1038/s41592-018-0229-2
- Cusanovich, D. A., Daza, R., Adey, A., et al. (2015). Multiplex single-cell profiling of chromatin accessibility by combinatorial cellular indexing. Science, 348(6237), 910–914. doi:10.1126/science.aab1601
- Ashuach, T., Gabitto, M. I., Koodli, R. V., et al. (2023). MultiVI: deep generative model for the integration of multimodal data. Nature Methods, 20(8), 1222–1231. doi:10.1038/s41592-023-01909-9
- Traag, V. A., Waltman, L., & van Eck, N. J. (2019). From Louvain to Leiden: guaranteeing well-connected communities. Scientific Reports, 9, 5233. doi:10.1038/s41598-019-41695-z
コメント