WNN（Seurat・R）の位置づけ ─ R でペア Multiome を統合する

📚 この記事について
統合スポークの3本目です。R（Seurat）でペア Multiome を統合する WNN の考え方と使い方、そして VAE 系（MultiVI / scGLUE）との使い分けを扱います。専門用語はその都度説明します。
🔙 前の記事：scGLUE で非ペアデータを統合（前の記事）
🔜 次の記事：「SCENIC+ でエンハンサー駆動 GRN」（GRN スポーク）
📌 前提：Seurat / Signac の基礎（R）。ペア Multiome データ。

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、Python の深層生成モデルだけでなく、R の Seurat でも行えます。この記事では、ペア Multiome を統合する定番手法 WNN を、VAE 系との対比とともに扱います。

1. WNN とは ─ R 定番のペア統合
2. RNA と ATAC を用意する（PCA と LSI）
3. WNN で重み付き近傍グラフを作る
4. UMAP・クラスタリングと重みの確認
5. VAE 系との使い分け
まとめ
関連記事
参考文献

1. WNN とは ─ R 定番のペア統合

WNN（weighted nearest neighbor）は、ペア（同一細胞計測）の Multiome をR の Seuratで統合する定番手法です（Hao et al., Cell, 2021）。MultiVI や scGLUE が深層生成モデル（VAE）で共通の潜在空間を「作る」のに対し、WNN は各モダリティで別々に作った埋め込み（RNA の PCA・ATAC の LSI）を、細胞ごとの重みで束ねて1つの近傍グラフにする、という発想です。

図：WNN の仕組み。RNA（PCA）と ATAC（LSI）の埋め込みを、細胞ごとに学習した重みで束ねて重み付き近傍グラフを作り、UMAP・クラスタリングに使う。生成モデル（VAE）ではない。

💡 WNN の考え方
細胞ごとに「RNA と ATAC のどちらがその細胞をよく説明するか」を測り、その重みで2つの埋め込みを組み合わせます。結果は重み付き近傍グラフで、UMAP やクラスタリングに使えます。VAE と違って生成モデルではないので、欠損モダリティの補完や生成はしませんが、R だけで完結でき、直感的で速いのが利点です。

2. RNA と ATAC を用意する（PCA と LSI）

WNN は、各モダリティで別々に次元削減しておくことが前提です。RNA は標準の正規化 → PCA、ATAC は Signac で TF-IDF → LSI を計算します（LSI は Cusanovich et al., Science, 2015）。

r
library(Seurat)
library(Signac)

# RNA：標準の前処理 → PCA
DefaultAssay(obj) <- "RNA"
obj <- NormalizeData(obj)
obj <- FindVariableFeatures(obj)
obj <- ScaleData(obj)
obj <- RunPCA(obj)

# ATAC：TF-IDF → LSI（第1成分は深度と相関するので後で除く）
DefaultAssay(obj) <- "ATAC"
obj <- RunTFIDF(obj)
obj <- FindTopFeatures(obj, min.cutoff = "q0")
obj <- RunSVD(obj)          # reduction 名は "lsi"

⚠️ 注意点：ATAC は第1 LSI 成分を除く
ATAC の LSI 第1成分はシーケンス深度と相関しやすいので、WNN でも次の手順で dims を 2:50 として第1成分を外します（前処理記事と同じ考え方）。RNA・ATAC は同じ Seurat オブジェクトの別アッセイとして持ちます。

3. WNN で重み付き近傍グラフを作る

2つの埋め込み（pca・lsi）ができたら、FindMultiModalNeighbors に渡します。ここで細胞ごとの重みが学習され、重み付き近傍グラフ（weighted.nn／wsnn）が作られます。

r
# WNN：細胞ごとに RNA/ATAC の重みを学習し、重み付き近傍グラフを作る
obj <- FindMultiModalNeighbors(
  obj,
  reduction.list = list("pca", "lsi"),
  dims.list = list(1:50, 2:50),          # ATAC は第1 LSI 成分を除く
  modality.weight.name = "RNA.weight"
)

💡 重みは細胞ごとに違う
WNN の要は、重みが細胞ごとに異なることです。ある細胞型は RNA の方が識別に効き、別の細胞型は ATAC の方が効く、といった違いを反映します。reduction.list に pca と lsi、dims.list に各次元を渡します。

4. UMAP・クラスタリングと重みの確認

重み付きグラフができたら、その上で UMAP とクラスタリングを行い、細胞ごとの重みも確認します。

r
# 重み付きグラフの上で UMAP → クラスタリング
obj <- RunUMAP(obj, nn.name = "weighted.nn", reduction.name = "wnn.umap")
obj <- FindClusters(obj, graph.name = "wsnn", algorithm = 3)

# 細胞ごとのモダリティ重みは obj$RNA.weight で確認できる
head(obj$RNA.weight)

図：モダリティ重みは細胞（型）で変わる。RNA の情報が有力な細胞型と、ATAC の情報が有力な細胞型が混在する。WNN は各細胞で情報量の多いモダリティを重くする。

💡 重みを見て解釈する
obj$RNA.weight は各細胞の RNA 重み（ATAC 重みは 1 から引いた値）です。細胞型ごとに重みを比べると、その細胞型が RNA と ATAC のどちらの情報で特徴づけられるかが分かります。図のように、RNA 有力な細胞型と ATAC 有力な細胞型が混在します。

5. VAE 系との使い分け

WNN は R で完結できるペア統合の定番ですが、できることの範囲は VAE 系と違います。ハブで述べたとおり、ペアなら MultiVI・WNN、非ペアなら scGLUE、という住み分けです。

図：WNN（R）と VAE 系（Python）の対比。WNN は重み付き近傍グラフで生成モデルではない。MultiVI / scGLUE は VAE の共通潜在空間で、補完やモザイク・非ペアも扱える。

💡 どれを選ぶか
R（Seurat）で完結したい・生成や補完は不要なら WNN。Python で・生成モデルの潜在空間や欠損補完・モザイク/非ペアまで扱いたいなら MultiVI（Ashuach et al., 2023）や scGLUE（Cao & Gao, 2022）。いずれもペア/非ペアの入口を見分けるのが先で、統合後の下流（アノテーション・GRN）は経路によらず共通です（Argelaguet et al., 2021）。

これで統合の3ツール（MultiVI・scGLUE・WNN）が揃いました。次のブロックからは、統合された結果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

WNN は、ペア Multiome を R（Seurat）で統合する定番。RNA の PCA と ATAC の LSI を細胞ごとの重みで束ねる。
VAE（MultiVI / scGLUE）と違い生成モデルではない。補完や生成はしないが、R で完結でき直感的で速い。
手順：RNA→PCA、ATAC→TF-IDF/LSI → FindMultiModalNeighbors → RunUMAP(weighted.nn) → FindClusters(wsnn)。
ATAC は第1 LSI 成分を除く（dims 2:50）。重みは obj$RNA.weight で細胞ごとに確認。
ペアは MultiVI / WNN、非ペアは scGLUE。統合後の下流は共通。次は GRN 推論へ。

📖 MultiVI でペアデータを統合 … Python のペア統合
📖 scGLUE で非ペアデータを統合 … 非ペア統合
📖 scATAC-seq 解析の全体像 … Signac / LSI の詳細
📖 scRNA-seq 前処理の全体像 … RNA 側の前処理

参考文献

Hao, Y., Hao, S., Andersen-Nissen, E., et al. (2021). Integrated analysis of multimodal single-cell data. Cell, 184(13), 3573–3587. doi:10.1016/j.cell.2021.04.048
Stuart, T., Srivastava, A., Madad, S., Lareau, C. A., & Satija, R. (2021). Single-cell chromatin state analysis with Signac. Nature Methods, 18(11), 1333–1341. doi:10.1038/s41592-021-01282-5
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
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