量化最佳运输 (QOT):在单细胞欧米学中用于样本级距离矩阵的量化最佳运输
Zexuan Wang1, Qipeng Zhan1, Shu Yang2
1Graduate Group in Applied Mathematics and Computational Science, University of Pennsylvania, Philadelphia, PA 19104, United States.
Briefings in bioinformatics
|January 14, 2025
概括
量子化最优传输 (QOT) 能够有效地从大型单细胞奥米克数据计算样本级距离矩阵. 这种方法提高了对比生物学研究和疾病进展分析的准确性和稳定性.
科学领域:
- 生物信息学是一种生物信息学.
- 计算生物学 计算生物学
- 数据科学数据科学数据科学
背景情况:
- 单细胞技术产生高维数据,这给比较分析带来了计算挑战.
- 生成样本级距离矩阵对于理解跨生物条件的细胞架构至关重要.
- 最佳运输 (OT) 是生物信息学中使用的几何数据分析工具.
研究的目的:
- 引入量化最佳运输 (QOT),一种用于有效的样本级距离矩阵计算的新方法.
- 解决大规模单细胞omics数据的计算和分析挑战.
- 提高单细胞比较分析的准确性和稳定性.
主要方法:
- 开发了QOT,结合了量子化步骤以实现高效的计算.
- 应用于大规模单细胞基因组学和病理学数据集的QOT.
- 将QOT性能与现有的基于最佳运输的算法进行比较.
主要成果:
- 在准确性和稳定性方面,QOT显著优于现有的OT算法.
- 该方法有效地从高通量单细胞数据计算样本级距离矩阵.
- 在下游分析中证明了QOT衍生矩阵的实用性,例如疾病进展.
结论:
- QOT提供了一种高效准确的解决方案,用于分析大规模的单细胞数据.
- 该方法促进了将细胞层面的洞察力推断到样本级别的分类.
- QOT在生物医学信息学和数据科学中具有广泛的应用,用于比较研究.
