グラフ ラプラシアンと最適伝達に基づくペア単一細胞マルチオミクスデータ統合のための非負行列因子分解モデルLONMF

科学分野:

• 単一細胞マルチオミクス
• 計算生物学
• バイオインフォマティクス

背景:

• 単一細胞シーケンシング技術は、複雑でノイズの多いデータを生成します。
• マルチオミクスデータを統合することは、細胞の不均一性を理解するために重要です。
• 既存の方法は、データ統合と解釈可能性において課題に直面しています。

研究 の 目的:

• 単一細胞マルチオミクスデータを統合するための効果的な方法を開発すること。
• 細胞クラスタリングと生物学的解釈可能性を向上させること。
• 細胞表現型に関する新しい生物学的視点を明らかにすること。

主な方法:

• 非負行列因子分解アルゴリズムであるLONMFを提案しました。
• グラフ ラプラシアンと最適伝達を組み合わせて分析を強化しました。
• LONMFを多様な単一細胞マルチオミクスデータセット（10X-multi-group、CITE-seq、TEA-multi-group seq）に適用しました。

主要な成果:

• LONMFは、マルチペア単一細胞マルチオミクスデータの可視化とクラスタリングにおいて堅牢なパフォーマンスを示しました。
• マーカー特性評価と遺伝子オントロジー濃縮分析を容易にしました。
• 細胞クラスタリングにおいて最先端の方法と同等のパフォーマンスを達成しました。

結論:

• LONMFは、既存の方法と比較して優れた生物学的解釈可能性を提供します。
• 下流の単一細胞マルチオミクス解析に価値のある生物学的洞察を提供します。
• 統合データ解析を通じて細胞の不均一性の理解を深めます。