Logo
홈페이지
모델 살펴보기
장바구니
연락처
구독하기
연구 모델
모델 라이브러리
Mouseatlas 모델 라이브러리
세포주 모델 카탈로그
Knockout 세포주 제품 카탈로그
유도만능줄기세포(iPSC) 카탈로그
Point Mutation 세포주 제품 카탈로그
과발현세포주 제품 카탈로그
종양 세포주 제품 카탈로그
리포터 세포주 제품 카탈로그
OriCell (세포 배양 제품)
AAV 표준 제품 카탈로그
연구용 마우스 모델
인간화 마우스 모델
HUGO-GT™
HUGO-Ab™
인간화 타겟 유전자 질환 모델
인간화 면역계 마우스 모델
Tool Mice
Cre 마우스 모델
질환 모델
자가면역 질환 모델
안구 질환 모델
면역결핍 마우스 모델
대사 질환 모델
신경질환 모델
종양 및 면역 함암 모델
맞춤형 모델 제작
모델 제작 기술
Turboknockout™ 유전자 타겟팅
Cre-ESCs 유전자 타겟팅
타겟 유전자 편집
Transgenic 모델 제작
PiggyBac Transgenesis
BAC Transgenic
유전자 변형 동물
Knockout 마우스
Transgenic 마우스
Knock-in 마우스
Knockout Rat
Knock-in(KI) Rat
Transgenic Rat
브리딩 및 지원 서비스
브리딩 서비스
동결 보존 및 복원
Phenotyping 서비스
BAC 변형 서비스
맞춤형 세포주 서비스
유도만능줄기세포(iPSCs)
Knockout(KO) 세포주
Knock-in(KI) 세포주
Point Mutation 세포주
과발현 세포주
바이러스 패키징
AAV 패키징
아데노바이러스(Adenovirus) 패키징
렌티바이러스(Lentivirus) 패키징
전임상 연구지원
항체 발굴 플랫폼
HUGO-Mab™
HUGO-Light™
HUGO-Nano™
HUGO-Ab-eKO™
치료 영역
신경 질환
알즈하이머병(AD)
파킨슨병(PD)
헌팅턴병(HD)
혈액-뇌 장벽(BBB)
신경병증성 통증
대사 및 심혈관 질환
비만
안과 질환
녹내장
연령관련 황반변성(AMD)
망막 관련 질환
암·종양
PBMC 인간화 마우스 모델
인간 면역 시스템(HIS) 마우스 모델
자가면역 및 염증
천식
신약 개발 모달리티
치료용 항체 의약품
단일클론 항체 (mAb)
이중특이성 항체 (BsAb)
ADC/AOC
AI 기반 AAV 신약 개발
세포 면역치료
유전자 치료
올리고핵산(Oligonucleotide) 치료제
완전 인간 항체 라이브러리
신경질환 항체
암·종양 항체
면역·염증 질환 항체
안과 질환 항체
대사·심혈관 질환 항체
Resource
프로모션
이벤트 및 웨비나
뉴스
블로그 및 인사이트
자료실
인용 논문
참고 데이터베이스
희귀질환 데이터센터
AbSeek
Cell iGeneEditor™ System
최신 연구 동향
회사 소개
회사 소개
시설 개요
동물 건강 및 복지
건강 보고서
대리점
인재채용
문의하기
Login
홈>첨단 연구 속보>공간 전사체학 분석의 정밀도 향상: 세포 분할 방법의 포괄적 벤치마킹 및 생물학적 지표 도입

공간 전사체학 분석의 정밀도 향상: 세포 분할 방법의 포괄적 벤치마킹 및 생물학적 지표 도입

연구 분야로 찾기
2026.11.13
공간 전사체학세포 분할바이오인포매틱스Nature Methods전임상 연구

Contents

01.연구 배경과 미해결 과제
02.이 논문에서 밝혀진 핵심 내용
03.연구 설계와 기술적 포인트
04.질환 연구 및 신약 개발에 대한 시사점
05.전임상 모델 및 연구 도구와의 연관성
06.정리

01. 연구 배경과 미해결 과제

공간 전사체학 기술은 조직 내 유전자 발현 패턴을 공간적으로 시각화하고, 세포의 이질성과 복잡한 미세 환경을 규명하는 강력한 도구입니다. 그러나 이 기술의 분석 파이프라인에서 세포 분할 (Cell Segmentation) 은 가장 표준화되지 않았고 오류가 발생하기 쉬운 중요한 단계입니다. 세포 경계를 정확하게 감지하지 못하면 세포 유형 식별, 공간적 조직 이해, 그리고 하류의 생물학적 해석에 오류가 발생하며, 특히 세포 간 커뮤니케이션 및 리간드 - 수용체 상호작용 추론에 큰 영향을 미칩니다. 현재는 이미지 기반 데이터만을 대상으로 한 평가가 많고, 전사체학적 맥락을 통합한 체계적인 평가가 부족했습니다.

02. 이 논문에서 밝혀진 핵심 내용

본 연구에서는 5 가지 다른 공간 전사체학 기술 (Stereo-seq, Xenium, CosMx, STARmap PLUS, MERFISH) 을 사용하여 생성된 15 개 데이터셋 (마우스 및 인간의 12 가지 조직, 약 230 만 개 세포) 을 대상으로 11 가지 세포 분할 방법을 포괄적으로 벤치마킹했습니다. 평가에는 세포 감지 정확도뿐만 아니라 전사체 회수율, 세포 형태, 발현 순도, 공간적 조직 보존도 등을 정량화하는 15 가지 생물학적 정보 풍부한 지표 (CellSPA) 를 도입했습니다. 그 결과, 방법에 따라 성능에 큰 편차가 있으며 특정 기술이나 조직 유형에 최적화된 방법이 다를 수 있음이 밝혀졌습니다. 특히 방법 선택이 세포 유형 특이성 및 리간드 - 수용체 상호작용 추론 결과를 크게 좌우한다는 것이 확인되었습니다.

03. 연구 설계와 기술적 포인트

연구에서는 Watershed, Cellpose, SAM (Segment Anything Model), BIDCell, Baysor 등 11 가지 방법을 평가 대상으로 삼고, Nextflow 기반의 통일된 파이프라인을 개발하여 서로 다른 데이터 형식과 대규모 데이터셋 처리를 표준화했습니다. 평가 지표는 8 가지 카테고리 (전체 특성, 세포 수준 QC, 유전자 수준 QC, 세포 형태, 세포 구성 유사성, 발현 순도, 공간적 다양성, UMAP 실루엣) 로 분류되어 방법별 강점과 약점을 다각도로 평가했습니다. 예를 들어, SAM 계열 방법은 전사체의 풍부함을 높게 평가받았지만, 세포 감지의 포괄성에서는 열세였으며, BIDCell 과 SCS 는 균형 잡힌 성능을 보였습니다.

  • 11 가지 이미지/전사체학/멀티모달 분할 방법 비교
  • 5 가지 다른 공간 전사체학 기술을 통한 교차 벤치마킹
  • 15 가지 생물학적 지표를 활용한 다면적 성능 평가
  • 확장 가능한 통일 분석 파이프라인 (Nextflow) 구축 및 오픈소스화

04. 질환 연구 및 신약 개발에 대한 시사점

이 연구는 전임상 연구 및 신약 개발에서 공간 오믹스 데이터 해석의 정확도를 높이는 데 중요한 시사점을 제공합니다. 특히 종양 미세 환경 분석 및 신경 질환에서의 세포 간 시그널링 해명에 있어 분할 방법 선택이 결과의 신뢰성을 결정합니다. 예를 들어, 마우스 뇌 조직을 이용한 분석에서는 기술과 방법에 따라 별아교세포나 미세아교세포의 마커 유전자 발현 패턴이 달라지고, 리간드 - 수용체 상호작용 추론 결과에 오차가 발생하는 것이 확인되었습니다. 이는 특정 세포 유형으로 전사체가 잘못 할당되는 '오염'이 생물학적 결론을 왜곡할 가능성을 보여줍니다. 따라서 연구 목적에 맞는 방법 선택이 질병 메커니즘 규명과 치료 표적 식별에 필수적입니다.

05. 전임상 모델 및 연구 도구와의 연관성

공간 전사체학 분석의 정밀도 향상은 마우스 질병 모델 및 인간화 마우스 를 활용한 전임상 연구의 가치를 더욱 높입니다. 정확한 세포 분할과 세포 유형 식별은 유전자 편집 모델 (ALB 인간화 마우스 모델, HTT 인간화 마우스 모델, cKO) 에서 표현형의 공간적 분포를 상세히 이해하는 데 필요합니다. 본 연구에서 제시된 평가 프레임워크는 연구자가 자신의 데이터셋이나 사용하는 기술 (Stereo-seq 나 MERFISH 등) 에 최적화된 분석 도구를 선정하는 지침이 됩니다. 또한 Cyagen 이 제공하는 고품질 유전자 변형 마우스 모델 및 세포 모델 과 결합하면, 더 신뢰할 수 있는 공간 오믹스 데이터를 얻을 수 있어 신약 후보 물질의 효능 평가 및 메커니즘 규명의 정확도가 향상됩니다.

06. 정리

본 연구는 공간 전사체학 분석에서 세포 분할의 표준화와 평가 지표 확립을 향한 중요한 걸음입니다. 단일 방법이 모든 상황에서 우수한 것은 아니며, 연구 목적, 사용 기술, 대상 조직에 따라 최적의 방법을 선택해야 함을 보여주었습니다. 생물학적으로 의미 있는 지표를 활용한 다면적 평가는 분석 결과의 신뢰성을 높이고 복잡한 생물학적 시스템 이해를 심화하는 데 필수적입니다. 향후 이 벤치마킹 프레임워크가 더 정밀한 공간 오믹스 분석의 보급과 이를 기반으로 한 전임상 연구 발전에 기여할 것으로 기대됩니다.

신뢰할 수 있는 전임상 연구를 위한 신경과학 CRO 서비스
신뢰할 수 있는 전임상 연구를 위한 신경과학 CRO 서비스
맞춤형 동물 모델, 타겟 약물 전달, 포괄적 효능 평가를 제공하는 싸이아젠(Cyagen)의 신경과학 CRO 서비스를 통해 전임상 연구를 가속화하고 프로젝트 리스크를 줄이세요.
보러가기
Cyagen과 함께 하는 전임상 연구 가속화
Cyagen과 함께 하는 전임상 연구 가속화
싸이아젠(Cyagen)의 맞춤형 모델, 세포주, CRO 서비스를 통해 연구 아이디어를 IND로 전환해 보세요. 연구 모델 정밀성과 품질로 전 세계 7,000개 파트너의 신뢰를 받고 있습니다.
보러가기

FAQ

공간 전사체학 분석에서 세포 분할이 중요한 이유는 무엇인가요?
세포 분할은 이미지상의 픽셀과 유전자 전사체를 올바른 세포에 할당하는 기초적인 단계입니다. 분할이 부정확하면 세포 유형 식별 오류, 공간 패턴 오해석, 세포 간 커뮤니케이션 분석 오류 등 하류의 모든 생물학적 결론에 영향을 미칩니다.
어떤 세포 분할 방법이 가장 우수합니까?
연구에 따르면 특정 방법이 모든 상황에서 가장 우수한 것은 아닙니다. 데이터셋, 사용 기술 (예: Stereo-seq, MERFISH), 평가 지표 (포괄성, 전사체 회수율 등) 에 따라 최적의 방법이 다릅니다. 연구 목적에 따라 방법을 선택해야 합니다.
이 연구에서 개발된 분석 파이프라인은 누구나 이용할 수 있습니까?
네, 연구팀은 Nextflow 기반의 통일된 오픈소스 파이프라인을 GitHub 에서 공개했습니다. 이를 통해 서로 다른 데이터 형식과 대규모 데이터셋에 대해 표준화된 평가와 분석이 가능해집니다.
전임상 연구에서 이知見은 어떻게 도움이 됩니까?
질병 모델 (예: 마우스 뇌 모델, 종양 모델) 을 활용한 공간 오믹스 분석에서 적절한 분할 방법을 선택함으로써, 세포 간 상호작용 및 미세 환경 분석 정확도가 향상되어 치료 표적 식별 및 약물 평가의 신뢰성이 높아집니다.
논문 정보
Xabier Martínez-de-Morentin, Sumeer A Khan, Alberto Maillo, Robert Lehmann, Narsis A Kiani, Vincenzo Lagani, David Gomez-Cabrero, Jesper Tegner. Benchmarking segmentation methods for spatial transcriptomics. Nature Methods. https://doi.org/10.1038/s41592-026-03272-x
공유
Top
모델 라이브러리
모델 라이브러리
리소스
리소스
동물 품질
동물 품질
고객 지원
고객 지원
주소:
2255 Martin Avenue, Suite E Santa Clara, CA 95050-2709, US
전화:
800-921-8930 (8-6pm PST)
+1408-963-0306 (lnt’l)
팩스:
408-969-0336
이메일:
[email protected]
연구 모델 제작
HUGO-GT™HUGO-Ab™MouseAtlas 모델 라이브러리iPSC 세포주AAV 표준 제품
신약 연구·개발 지원
종양학신경 질환면역·염증안과 질환대사·심혈관 질환
회사 소개
회사 소개시설 개요동물 건강 및 복지건강 보고서대리점인재체용문의하기
소셜 미디어
면책 조항: Cyagen의 제품 및 서비스 가격과 제공 여부는 지역에 따라 다를 수 있습니다. 명표시된 가격은 특정 국가에만 적용됩니다. 자세한 내용은 Cyagen으로 문의해 주시기 바랍니다.
Copyright © 2026 Cyagen. All rights reserved.
개인정보 처리방침
사이트 맵
Cyagen 최신 소식 받아보기
연구 모델, CRO 서비스, 과학 자료 및 특별 혜택에 대한 최신 소식을 연구 니즈에 맞춰 이메일로 받아보세요.
성명
이메일
조직
관심 분야
주요 연구 분야