scDGCL: un método de aprendizaje contrastivo de doble nivel y con restricciones de grafos para la agrupación de datos...

Área de la Ciencia:

• Bioinformática
• Biología Computacional
• Genómica

Sus antecedentes:

• La secuenciación de ARN de células únicas (scRNA-seq) es vital para las ciencias de la vida, pero su alta dimensionalidad y esparsidad desafían el análisis de datos.
• La agrupación es un paso fundamental en el análisis de scRNA-seq, sin embargo, los métodos existentes luchan con representaciones de datos subóptimas, lo que limita el rendimiento.

Objetivo del estudio:

• Desarrollar un método de agrupación avanzado para datos de scRNA-seq que supere las limitaciones de los enfoques existentes.
• Mejorar la precisión y la relevancia biológica de la agrupación celular en el análisis de datos de scRNA-seq.

Principales métodos:

• Proponer scDGCL, un novedoso marco de aprendizaje contrastivo de doble nivel y con restricciones de grafos.
• Implementar el aprendizaje contrastivo de doble nivel (DCL) para optimizar las representaciones celulares en los niveles celular y de clúster.
• Integrar el aprendizaje contrastivo con restricciones de grafos (GCL) para alinear las representaciones con los priors del grafo, mejorando la información biológica.

Principales resultados:

• scDGCL demuestra un rendimiento superior en la agrupación de datos de scRNA-seq en 12 conjuntos de datos reales y 8 simulados.
• El análisis comparativo frente a 17 métodos confirma la eficacia de scDGCL.
• Los estudios de ablación e hiperparámetros validan la robustez y la eficacia de los componentes de scDGCL.

Conclusiones:

• scDGCL avanza significativamente la agrupación de datos de scRNA-seq al mejorar la representación celular.
• La plausibilidad biológica del método se confirma a través de la expresión de genes marcadores y la inferencia de trayectorias celulares.
• scDGCL ofrece una herramienta robusta y eficaz para analizar datos transcriptómicos complejos de células únicas.