CHOIR 改进了从单细胞数据中基于显著性的细胞类型和细胞状态的检测

科学领域:

• 计算生物学是一种计算生物学.
• 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:

• 聚类对于单细胞数据分析至关重要,可以识别细胞类型和状态.
• 当前的聚类工具往往缺乏统计推断测试,冒着过度/次聚类和罕见细胞类型的不良识别的风险.
• 现有的方法与广泛不同流行率的细胞种群作斗争.

研究的目的:

• 引入CHOIR (通过代随机森林进行集群层次优化),这是一种用于强大的细胞群体识别的新型统计框架.
• 提供一种统计学上严格的方法,用于在异构的单细胞数据中确定不同的细胞组.
• 解决单细胞数据分析中现有的集群工具的局限性.

主要方法:

• CHOIR采用分层集群框架,结合随机森林分类器和排列测试.
• 它通过统计评估集群来确定哪些代表着不同的生物种群.
• 该方法旨在适用于各种单细胞数据类型.

主要成果:

• 通过对14种现有方法进行广泛的基准测试,CHOIR表现得更好.
• 在100个模拟和4个现实数据集 (scRNA-seq,scATAC-seq,空间转录组学,多组学) 上进行评估.
• 始终提供更有效的细胞类型识别,包括那些患病率较低的细胞类型.

结论:

• CHOIR提供了一种灵活,可扩展和强大的解决方案,用于识别生物相关的细胞组.
• 该方法提高了复杂单细胞数据集中细胞类型发现的可靠性.
• 适用于任何单细胞数据类型,改善细胞异质性的分析.