@techreport{oai:ipsj.ixsq.nii.ac.jp:00186588,
 author = {蒲原, 純 and 加藤, 有己 and 河原, 行郎},
 issue = {11},
 month = {Mar},
 note = {近年，1 細胞単位での RNA シークエンシング技術 （RNA-seq） が確立され，細胞の遺伝子発現レベルがトランスクリプトーム網羅的に説明できるようになった．古典的な教師なし学習により，与えられた細胞集団を発現データに基づき既知の範疇である程度クラスタリングできるものの，1 細胞発現データにはノイズやドロップアウトが存在するため，高精度の細胞分類を行うためには高度な数理的手法が必要である．本稿では，1 細胞 RNA-seq データに対し，トップダウン型の階層的クラスタリングを行うアルゴリズムを提案する．ここで，スペクトラルグラフ理論を応用し，細胞集団からなる重み付きグラフを 2 つの同質な部分集団に分割するための最小カットの計算を再帰的に実行する．公開されている1細胞 RNA-seq データセットを用いて提案手法を評価したところ，良いクラスタリング精度を示した．},
 title = {スペクトラルグラフ理論を応用した1細胞RNA-seqデータのトップダウン型クラスタリング},
 year = {2018}
}