AIが解く世界の難問 · 生命科学 · arXiv · 2026-10-23
OneK1Kデータセットを用いた最新の単一細胞合成データ生成手法のベンチマーク
原題: Benchmarking Recent Single-Cell Synthetic Data Generation Methods on the OneK1K Dataset
提供者に紐づく単一細胞RNA-seqデータを、プライバシーに配慮して共有する課題に取り組んだ。CAMDA 2026のELSAヘルスプライバシーチャレンジとして、scGFT、scLDM、Cell2Sentenceの合成データ生成手法をOneK1Kデータセットで比較した。高変動遺伝子以外の値をそのままコピーすると情報漏えいが大きいが、ポアソン分布に基づく再構成でメンバーシップ推定のリスクを大きく下げられ、scGFTとscLDMは適切な設定でプライバシーをほぼランダム水準に保ちつつ、生物学的構造をよく保持した。