对于单细胞RNA序列数据分析的K-近邻诱导拓PCA
Sean Cottrell1, Yuta Hozumi1, Guo-Wei Wei2
1Department of Mathematics, Michigan State University, East Lansing, MI 48824, USA.
Computers in biology and medicine
|April 28, 2024
概括
拓主要组件分析 (tPCA) 和kNN-tPCA方法通过捕获多层次异质性来增强单细胞RNA测序数据分析. 这些新技术在减小维度和特征选择方面显著优于现有方法,以改进下游分析.
科学领域:
- 计算生物学 计算生物学
- 生物信息学是一种生物信息学.
- 数据科学数据科学数据科学
背景情况:
- 单细胞RNA测序 (scRNA-seq) 数据分析由于稀疏性和高维度而面临挑战.
- 像PCA这样的传统维度减小技术可能无法捕获复杂的几何结构或scRNA-seq数据固有的多尺度异质性.
- 现有的图形拉普拉斯规范化方法通常仅限于单个尺度分析.
研究的目的:
- 为scRNA-seq数据开发新的缩小维度和特征选择方法.
- 解决scRNA-seq数据集中的多规模和多类异质性问题.
- 提高scRNA-seq数据解释中的拓数据分析的稳定性和性能.
主要方法:
- 拟议的拓主要组件分析 (tPCA) 集成持久拉普拉西安 (PL) 与L2,1规范规范化.
- 引入了k-近邻 (kNN) 持久拉普拉斯语 (kNN-PL) 来增强PL方法的稳定性.
- 通过不同的kNN邻居进行过开发了kNN-tPCA,提供了改进的超参数调.
主要成果:
- 在11个不同的scRNA-seq数据集上验证了tPCA和kNN-tPCA.
- 证明tPCA和kNN-tPCA的性能优于无监督的PCA增强剂,UMAP,SNE和NMF.
- 与现有方法相比,在分类 (F1指标) 和聚类 (ARI指标) 中取得了显著的改进.
结论:
- 在scRNA-seq数据分析中,tPCA和kNN-tPCA是有效的缩小维度和特征选择方法.
- 这些拓方法成功地捕捉了多尺度异质性,超过了传统和其他先进的方法.
- 拟议的kNN-tPCA框架为分析复杂的单细胞数据提供了强大的和可适应的解决方案.
