参考向量引导的进化算法用于单细胞转录组的集群分析
Fernando M Rodríguez-Bejarano1, Miguel A Vega-Rodríguez1, Sergio Santander-Jiménez1
1Escuela Politécnica, Universidad de Extremadura(1), Campus Universitario s/n, 10003 Cáceres, Spain.
Computer methods and programs in biomedicine
|June 11, 2025
概括
这项研究介绍了RVEA-CAST,这是一种新的多目标优化算法,用于集群单细胞RNA测序 (scRNA-seq) 数据. RVEA-CAST有效地识别出不同的细胞群,在准确性和生物相关性方面超过现有方法.
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:
- 单细胞RNA测序 (scRNA-seq) 提供了高分辨率的转录组数据.
- 聚类scRNA-seq数据对于识别细胞种群至关重要.
- 由于相矛盾的优化目标,现有的集群方法面临挑战.
研究的目的:
- 为scRNA-seq数据集群开发一个多目标优化方法.
- 通过考虑多个相互冲突的目标来解决聚类scRNA-seq数据的挑战.
主要方法:
- 建议使用参考向量引导的进化算法对单细胞转录组进行集群分析 (RVEA-CAST).
- 使用问题意识突变运算符优化聚类偏差,紧度和戴维斯-博尔丁指数.
- 使用由参考向量指导的多目标搜索引擎.
主要成果:
- 在十个真实scRNA-seq数据集上,RVEA-CAST表现出卓越的性能和稳定性.
- 在标准化互惠信息 (NMI) 和调整的兰德指数 (ARI) 中实现了统计学上显著的改进,分别高达66.7%和261.5%.
- 预测和实际细胞种群之间的高度一致性,证实了生物相关性.
结论:
- RVEA-CAST是用于scRNA-seq数据集群的有效和多功能工具.
- 在标准评估指标和生物相关性方面都优于现有方法.
- 适用于各种生物场景,以准确识别细胞群.
