JSNMFuP:一种无监督的方法,用于基于非负矩阵因数分解的单细胞多omics数据的综合分析

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:

• 单细胞多组数据为细胞表型提供了深入的见解.
• 整合多种omics数据对于理解细胞异质性至关重要.
• 在整合单细胞数据方面存在挑战,原因是不同的模式和噪音.

研究的目的:

• 开发一种无监督的方法来整合单细胞多omics数据.
• 为了增强细胞异质性的分析.
• 改进细胞聚类和下游生物解释.

主要方法:

• 提出了JSNMFuP,这是一个基于非负矩阵分解的无监督集成方法.
• 通过使用共识图表,通过隐性变量集成omics信息.
• 结合了高维几何结构和使用规范化的交叉模式特征链接.

主要成果:

• 在真实数据集上,JSNMFuP在细胞聚类方面表现出卓越的性能.
• 该方法有效地捕捉了高维几何结构.
• 确定了分析细胞异质性的可解释因素.

结论:

• JSNMFuP是一种有效的单细胞多omics数据集成方法.
• 促进数据可视化,聚类,标记特征和基因本体学丰富.
• 为细胞异质性的下游分析提供了宝贵的生物学见解.