在大型生物信息学数据中,用于细胞层次的多尺度超标嵌入
Mingchen Yao1,2, Anoop Praturu1,2, Tatyana Sharpee1,2
1Computational Neurobiology Laboratory, Salk Institute for Biological Studies, La Jolla, CA 92037, USA.
bioRxiv : the preprint server for biology
|November 19, 2025
概括
我们开发了MuH-MDS,这是一种可扩展的多维缩放方法,用于分析大型数据集. 这种新的方法有效地捕捉复杂的层次结构,在计算速度和生物数据分析的准确性方面超过现有的方法.
科学领域:
- 计算生物学 计算生物学
- 数据可视化 数据可视化
- 机器学习 机器学习
背景情况:
- 大数据集对可视化和解释提出了挑战.
- 超标嵌入在捕捉层次结构方面表现出色,但在可扩展性方面存在困难.
- 现有的方法对于庞大的数据集缺乏有效的扩展.
研究的目的:
- 介绍MuH-MDS,一个多尺度的多维缩放算法.
- 解决当前超标嵌入技术中固定曲率和可扩展性的局限性.
- 加强对大规模生物数据集的分析.
主要方法:
- 开发了MuH-MDS,这是一个新的多尺度的超标多维缩放算法.
- 利用来自物理学的"adiabatic"近似来优化局部位置.
- 实施了一种能够处理超过8万个样本的数据集的方法.
主要成果:
- 与以前的方法相比,MuH-MDS在计算时间方面得到了10^3的改进.
- 成功分析了一个大规模的C. elegans胚胎生成scRNA-seq数据集 (>80,000个样本).
- 发现了内在的层次结构,比UMAP和其他方法改进了伪时间推断和血统分析.
结论:
- MuH-MDS为超标嵌入提供了一个可扩展和计算效率高的解决方案.
- 保持全球层次结构和度量准确性,与专注于局部结构的方法不同.
- 为大规模的生物数据分析提供了卓越的性能,特别是在血统和伪时间推断方面.


