코딩 없이 단일 세포 데이터를 참조 아틀라스에 매핑: ArchMap 의 등장과 신약 개발 영향

대규모 통합 단일 세포 참조 아틀라스는 세포 간 변이를 이해하고 세포 유형 명명법에 대한 합의를 이루는 데 필수적입니다. 그러나 이러한 참조 모델을 새로운 데이터에 적용하는 '매핑' 기법은 고급 프로그래밍 지식과 계산 자원 (GPU 등) 을 필요로 하여 많은 연구자들에게 접근 장벽이 되고 있습니다. 기존 도구들도 기능 제한, 유료 장벽, 복잡한 파이프라인 설정의 필요성 등으로 인해 모든 사용자에게 접근 가능한 것이 아니었습니다.

본 연구에서 발표된 ArchMap 은 코드 없이 (no-code) 작동하는 웹 기반 플랫폼으로, 참조 아틀라스로의 쿼리 매핑을 자동화합니다. 이 도구는 세포 유형 주석, 불확실성 정량화, 그리고 협업 분석 기능을 통합하여 인간 세포 아틀라스 (HCA) 등 수많은 공개 아틀라스를 쉽게 이용할 수 있게 합니다. 특히 매핑의 신뢰성을 평가하기 위한 '불확실성 점수'와 '존재 점수'를 도입한 점이 주목할 만합니다. 이를 통해 참조 아틀라스에 존재하지 않는 새로운 세포 상태나 질병 특이적 세포 집단을 식별할 수 있게 되었습니다.

ArchMap 은 scArches 를 핵심 기술로 채택하여 scVI, scANVI, scPoli 등 전이 학습 프레임워크와 호환성을 가집니다. 사용자는 직관적인 GUI 를 통해 참조 아틀라스와 분류기 (KNN, XGBoost 등) 를 선택하고 쿼리 데이터를 업로드하기만 하면 분석이 완료됩니다. 클라우드 기반 아키텍처를 통해 데이터 암호화 및 개인정보 보호가 철저히 이루어지며, 결과는 CELLxGENE 플러그인을 사용하여 시각화 및 공유할 수 있습니다.

• 코드 없는 자동 매핑 및 세포 유형 주석
• 불확실성 점수 (유클리드 거리 및 마할라노비스 거리) 를 통한 새로운 세포 상태 검출
• 존재 점수를 통한 참조 아틀라스 적합성 평가
• 보안 클라우드 환경에서의 협업 분석 기능

실제 사례로, 특발성 폐 섬유증 (IPF) 환자의 단일 세포 데이터를 정상 인간 폐 세포 아틀라스에 매핑한 결과, 높은 불확실성 점수를 가진 세포 군이 섬유화 관련 마커 (CTHRC1 등) 의 발현과 상관관계를 보이는 것이 확인되었습니다. 이는 복잡한 분석 파이프라인 없이 참조 아틀라스에 존재하지 않는 질병 특이적 세포 상태를 식별할 수 있음을 의미합니다. 신약 개발 연구에서는 표적 질병의 병태 기전 해명과 새로운 바이오마커 발견에 직접적으로 연결되는 강력한 도구가 됩니다.

ArchMap 을 통한 고정밀 세포 유형 주석과 질병 세포 상태 식별은 전임상 연구에서 모델 동물 선택 및 평가 전략 최적화에 기여합니다. 예를 들어, 유전자 편집 마우스 나 인간화 마우스 와 같은 모델을 활용한 질병 연구에서 얻은 단일 세포 데이터를 ArchMap 으로 분석하면, 모델이 인간 병태를 어느 정도 재현하는지 정량적으로 평가할 수 있습니다. 또한 특정 세포 서브셋에 초점을 맞춘 유전자 편집 모델 제작이나 CRO 서비스를 통한 전임상 평가 설계에서 이 도구는 중요한 의사결정 지원을 제공합니다.

ArchMap 은 단일 세포 데이터 분석의 민주화를 추진하는 획기적인 플랫폼입니다. 프로그래밍 전문 지식이 없더라도 대규모 참조 아틀라스를 활용하여 세포 유형을 주석하고 질병 관련 새로운 세포 상태를 발견할 수 있게 되었습니다. 실험실 연구자부터 생물정보학 전문가까지 폭넓은 사용자층이 단일 세포 데이터의 통찰력을 높이고 신약 개발 효율성을 도모하기 위한 중요한 자원이 될 것입니다.