基于高效的PAM集群的细胞丰度分析,以更好地了解子宫内膜重塑的动态

科学领域:

• 计算生物学 计算生物学
• 基因组学就是基因组学.
• 生物信息学是一种生物信息学.

背景情况:

• 单细胞RNA测序 (scRNA-seq) 对于分析组织再生中的细胞丰度变化至关重要.
• 不同细胞丰度分析严重依赖于集群方法,分区围绕Medoids (PAM) 提供可解释的集群中心,但面临着计算挑战.
• 现有的PAM实现具有高的计算成本和内存要求,限制其应用到大型scRNA-seq数据集.

研究的目的:

• 使用PAM开发一种高效的差异细胞丰度分析方法.
• 为了创建一个R包, scellpam,并行C++实现PAM以提高性能.
• 应用开发的方法来研究月经周期期间人类子宫内膜细胞类型的动态.

主要方法:

• 提出了一种新的方法,它结合了围绕Medoids (PAM) 的分区来进行集群和差异丰度分析的负二项式回归.
• 开发了scellpam R软件包,提供了有效的,并行的C++实现PAM.
• 评估了PAM-BS集群方法与使用已知子群的不同公布数据集的其他方法进行对比.

主要成果:

• 与现有方法相比, scellpam 包实现了 PAM-BS,在速度和内存使用方面表现出强的性能.
• PAM使大细胞数据集 (7万到30万个细胞) 的快速和可靠的聚类成为可能.
• 该方法成功地在月经周期的分泌阶段在人类子宫内膜中识别了短暂的子群.

结论:

• 在scellpam包中的PAM-BS实现为大规模scRNA-seq数据分析提供了计算高效和有效的解决方案.
• scellpam为细胞类型动态提供了宝贵的见解,特别是在复杂的生物过程中,如人类的月经周期.
• 该套件可在CRAN上获得,这有助于在研究界更广泛地采用.