scTsI:用于单细胞RNA-seq数据的有效双阶段归算方法
Hongyu Zhang1, Weining Li1, Jinting Guan2,3
1Department of Automation, Xiamen University, Xiang'an South Road, Xiang'an District, Xiamen, Fujian 361102, China.
Briefings in bioinformatics
|June 28, 2025
概括
scTsI是一种新的两阶段归算算法,旨在解决单细胞RNA测序数据中脱落事件. 这种方法有效地恢复基因表达,并增强下游分析,而不引入噪音.
科学领域:
- 基因组学和生物信息学
- 计算生物学 计算生物学
背景情况:
- 单细胞RNA测序 (scRNA-seq) 对于理解发育和疾病中的细胞异质性至关重要.
- 由技术噪音或低测序深度引起的中断事件显著损害了scRNA-seq数据分析.
- 现有的归算方法可能会引入噪声或改变表达值,限制其有效性,特别是在高脱学率的情况下.
研究的目的:
- 开发一个先进的归算算法,scTsI,以准确地解决scRNA-seq数据中的脱落事件.
- 为了保持原有的高表达值,并避免在归算过程中引入新的噪声.
- 提高各种下游分析的性能,包括可视化,集群和轨迹推断.
主要方法:
- scTsI采用了两阶段的归算过程.
- 第一阶段使用邻近细胞和基因的信息赋值为零值.
- 第二阶段转换表达式矩阵,通过回归调整归算值,并使用大量RNA-seq数据作为约束,同时保留原始的高表达值并允许稀疏矩阵输入.
主要成果:
- scTsI成功地恢复了scRNA-seq数据中的基因表达水平,跨越了各种脱落率和数据维度.
- 该算法保持了细胞与细胞的相似性,优于现有的归算方法.
- scTsI显然提高了数据可视化,聚类和细胞轨迹推断的准确性.
结论:
- scTsI为处理scRNA-seq数据中脱落事件提供了一个强大的解决方案.
- 该方法准确地赋值缺失的值,保存生物信息,并增强下游分析结果.
- scTsI对于使用scRNA-seq数据的研究人员来说是一个有价值的工具,特别是在复杂的生物系统和疾病研究中.
