はじめに
シングルセルRNA-seq解析をはじめとする多次元データ解析では、数千〜数万の特徴量を「2次元マップ」に落とし込む次元削減が不可欠です。その代表的手法が t-SNE と UMAP。両者はしばしば同じ図に使われますが、原理や特徴には違いがあり、研究の結論に影響することもあります。
t-SNEの特徴
- 正式名称：t-distributed Stochastic Neighbor Embedding
- 強み：局所的な構造（近いデータ点同士の関係）を非常にうまく表現する。
- 弱み：
- クラスタ間の「遠さ」は必ずしも意味がない。
- ランダム初期化に依存するため再現性が低い。
- 計算コストが高く、大規模データでは時間がかかる。
- 典型的な利用場面：クラスタがどのように分かれているかを直感的に見せたいとき。
UMAPの特徴
- 正式名称：Uniform Manifold Approximation and Projection
- 強み：
- 大域的な構造（クラスタ間の相対関係）もある程度保持できる。
- 計算速度が速く、大規模データにも適している。
- 再現性が比較的高い。
- 弱み：ハイパーパラメータ（n_neighbors, min_dist）の設定次第でクラスタの見え方が変化する。
- 典型的な利用場面：クラスタ間の関係や連続性（発生分化経路など）を見たいとき。
t-SNEとUMAPの比較表
| 特徴 | t-SNE | UMAP |
|---|---|---|
| 強調する関係 | 局所構造（近傍点の距離） | 局所＋大域構造 |
| 再現性 | 低い（実行ごとに結果が変わる） | 高め |
| 計算速度 | 遅い（大規模データに不向き） | 速い（数十万細胞でも解析可能） |
| ハイパーパラメータ | perplexity, learning rate | n_neighbors, min_dist |
| 解釈のしやすさ | クラスタの分離が明確 | クラスタ間のつながりを表現 |
| 代表的用途 | 細胞集団の存在を示す | 細胞分化の連続性を可視化 |
シングルセル解析での使い分け
- t-SNE
- 「どの細胞集団が存在するか」を可視化したいときに有効。
- クラスタごとの違いを強調したい場合に便利。
- UMAP
- 「細胞集団がどうつながっているか」を示したいときに有効。
- 発生やがんの分化軌跡を調べる研究ではUMAPがよく用いられる。
実際の論文では、t-SNEとUMAPの両方を併用して補完的に解釈する例も多く見られます。
まとめ
- t-SNE：クラスタの存在を強調。
- UMAP：クラスタ間の関係や連続性を保持。
- 研究目的に応じて両者を使い分けることが重要。
- シングルセル解析では「まずUMAPで全体像、次にt-SNEでクラスタを強調」という流れも有効です。
👉 本記事は教育目的の解説であり、実際の研究では使用するソフトウェア（Seurat, Scanpy など）のマニュアルや最新論文を参照してください。