用于整合式细胞类型注释的分箱多项逻辑回归
应用统计
2021-11-25 v1
摘要
将单个细胞归类到众多已知细胞类型类别之一（也称为细胞类型注释）是单细胞基因组数据分析中的关键步骤。当前的注释过程耗时且主观，导致不同研究使用分辨率各异的标签来描述细胞类型。尽管监督学习方法已为注释提供了自动化解决方案，但在为标签不一致的多个数据集拟合统一模型方面仍存在显著挑战。在本文中，我们提出了一种新的多项逻辑回归估计量，可用于通过整合具有不同分辨率标签的多个数据集来建模细胞类型概率。为计算我们的估计量，我们使用块式近端梯度下降算法求解一个非凸优化问题。我们通过模拟研究表明，在多种场景下，我们的方法比同类方法更准确地估计细胞类型概率。我们将该方法应用于十个单细胞 RNA-seq 数据集，并展示了其在未标记数据上预测高分辨率细胞类型标签以及为具有现有粗分辨率注释的数据细化细胞类型标签方面的效用。实现该方法的 R 包可在 https://github.com/keshav-motwani/IBMR 获取，我们分析的数据集集合可在 https://github.com/keshav-motwani/AnnotatedPBMC 获取。
引用
@article{arxiv.2111.12149,
title = {Binned multinomial logistic regression for integrative cell type annotation},
author = {Keshav Motwani and Rhonda Bacher and Aaron J. Molstad},
journal= {arXiv preprint arXiv:2111.12149},
year = {2021}
}