用于单细胞测序数据的贝叶斯分段高斯 Copula 因子模型
统计方法学
2024-03-26 v1
摘要
单细胞测序技术极大地推动了分子和细胞生物学的发展，通过在单个细胞水平上测量基因表达，为细胞异质性提供了前所未有的见解。然而，此类数据的分析面临因 dropout 事件导致的低计数普遍存在以及数据分布偏斜的挑战，传统的高斯因子模型难以有效处理这些问题。为应对这些挑战，我们提出了一种新颖的贝叶斯分段高斯 Copula 模型，以明确解释零计数和近零计数的膨胀现象，并解决数据中的高偏度问题。通过对因子载荷矩阵的每一列采用 Dirichlet-Laplace 先验，我们将不必要因子的载荷收缩至零，从而提供了一种自动确定潜在因子数量的简单方法，并解决了因子模型中由于因子载荷矩阵的旋转不变性而固有的可识别性问题。通过模拟研究，我们证明了所提方法在对表现出单细胞数据特征（如过多的低计数和高偏度）的数据进行因子分析时，其性能优于现有方法。此外，我们将所提方法应用于来自淋巴母细胞系的一个真实单细胞 RNA 测序数据集，成功识别出具有生物学意义的潜在因子，并检测到先前未表征的细胞亚型。
引用
@article{arxiv.2403.15983,
title = {Bayesian segmented Gaussian copula factor model for single-cell sequencing data},
author = {Junsouk Choi and Hee Cheol Chung and Irina Gaynanova and Yang Ni},
journal= {arXiv preprint arXiv:2403.15983},
year = {2024}
}