使用sciRED进行可解释的单细胞因子分解
Delaram Pouyabahar1,2, Tallulah Andrews3,4, Gary D Bader1,2,5,6,7,8
1Department of Molecular Genetics, University of Toronto, Toronto, Ontario, Canada.
bioRxiv : the preprint server for biology
|August 16, 2024
概括
单细胞RNA测序 (scRNA-seq) 分析得到了 sciRED 的改进,这是一种用于解释基因表达数据的新方法. sciRED通过消除技术噪音和揭示隐藏的模式来增强生物信号发现.
科学领域:
- 基因组学就是基因组学.
- 生物信息学是一种生物信息学.
- 计算生物学 计算生物学
背景情况:
- 单细胞RNA测序 (scRNA-seq) 提供了高分辨率的基因表达数据.
- 由于技术噪音,稀疏性和高维度,解释scRNA-seq数据具有挑战性.
- 现有的数据因子化方法需要手动解释生物信号.
研究的目的:
- 为scRNA-seq数据开发一种可解释的因子分析方法.
- 改进scRNA-seq数据集中的生物信号的识别和表征.
- 为了解决当前scRNA-seq数据分析技术的局限性.
主要方法:
- 开发的单细胞可解释残余分解 (sciRED).
- sciRED结合了消除混效应,可解释性的因子旋转,以及对共变量进行映射.
- 识别无法解释的因素,并确定相关的基因和生物过程.
主要成果:
- 将sciRED应用于各种scRNA-seq数据集 (脏,PBMC,肝脏).
- 确定了性别特异变异,免疫刺激信号,减少了环境RNA污染.
- 揭示了罕见的细胞类型和解剖区域基因程序.
结论:
- sciRED有效地提高了scRNA-seq因子分析的解释性.
- 该方法有助于描述各种生物信号,包括隐藏的现象.
- sciRED为推进scRNA-seq数据解释和发现提供了一个有价值的工具.
