高维单细胞RNA-seq (CoDA-hd) 的组合数据建模:它与常用的规范化方法相比具有优势

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.
• 统计分析 统计分析

背景情况:

• 组成数据分析 (CoDA) 是一种新兴的统计框架,适用于各种生物数据集,包括单细胞RNA测序 (scRNA-seq).
• scRNA-seq数据的特点是高维度 (超过20,000个组件) 和稀疏性,这给传统的统计方法带来了挑战.
• 像日志规范化这样的标准规范化技术可能会在下游分析中引入工件,例如轨迹推断.

研究的目的:

• 研究CoDA的适应性,特别是高维CoDA (CoDA-hd),对scRNA-seq数据的独特特征进行调整.
• 在CoDA框架内评估处理scRNA-seq数据中零计数的不同策略,包括先前日志规范化,归算和特定计数加算方案.
• 探索 CoDA 逻辑比 (LR) 表示的转换到欧几里德空间,以与现有的 scRNA-seq 下游分析相兼容.

主要方法:

• 应用CoDA-hd和各种逻辑比 (LR) 变换到scRNA-seq数据的原始计数矩阵.
• 实施创新的计数加算方案 (例如,SGM) 以解决scRNA-seq数据中的稀疏性和零通胀问题.
• 将CoDA LR表示形式转换为欧几里德空间,以便与下游分析工具集成.

主要成果:

• 计数加法方案,如SGM,促进了CoDA对高维,稀疏的scRNA-seq数据的应用.
• 记录规范的scRNA-seq数据可以成功地转化为CoDA LR表示.
• CoDA LR转换,特别是计数添加的中心日志比率 (CLR),在维度缩小可视化,改进的集群区别性和增强的轨迹推断 (例如,Slingshot) 中表现出优势,同时减轻了脱落的工件.

结论:

• CoDA为scRNA-seq数据分析提供了强大的,无尺度的建模方法,特别是用于下游任务,如维度缩小,集群和轨迹推断.
• 一个名为"CoDAhd"的R包已经开发出来,以促进高维scRNA-seq数据的CoDA LR转换.
• "CoDAhd"包和相关代码是公开的,研究人员可以将这些方法应用于他们的scRNA-seq数据集.