질량 분석 이미징의 시각화 개선
질량 분석 이미징(MSI)은 고차원 분자 데이터를 생성하지만, 기존 시각화 방법들은 데이터의 전역적 구조를 불완전하게 보존하여 해석에 한계가 있었습니다. 본 연구는 이러한 문제를 해결하기 위해 MSI-VISUAL이라는 오픈소스 프레임워크를 제안합니다. 이 프레임워크는 데이터의 전역적 구조를 충실하게 보존하는 차원 축소 시각화 기법을 통합하여 MSI 데이터의 상호작용적 분석을 가능하게 합니다. MSI-VISUAL은 SALO, SPEAR, TOP3, PR3D의 네 가지 새로운 시각화 전략을 도입합니다. SALO와 SPEAR는 다양한 거리 측정법에서 전역적 구조 보존을 최적화하도록 설계된 방법이며, TOP3와 PR3D는 대규모 데이터셋의 메모리 효율적이고 신속한 시각화를 위한 경량 접근 방식입니다. 이 전략들은 관심 영역 선택, 통계적 비교, 그리고 직접적인 질량/전하비(m/z) 매핑 기능을 제공합니다. 생쥐 뇌 및 신장 병리 사례를 포함한 벤치마크 및 지질체학 연구를 통해, 제안된 방법들은 기존의 일반적인 대안들보다 우수한 성능을 보였습니다. 특히 미묘한 조직 차이를 더 효과적으로 감지하고, 생물학적 통찰을 뒷받침하는 미세한 분자-해부학적 패턴을 밝혀냈습니다. 이러한 결과는 MSI-VISUAL이 발견 지향적 및 진단적 MSI 워크플로우를 위한 확장 가능한 프레임워크임을 입증합니다. 이를 통해 MSI 데이터의 심층적인 탐색과 해석이 가능해져 화학 및 생물학 연구에 크게 기여할 것으로 기대됩니다.