通过去噪聚类：单细胞数据的潜在插混扩散
机器学习
2026-03-03 v3 统计计算
机器学习
摘要
单细胞RNA测序（scRNA-seq）使我们能够研究细胞异质性。然而，由于测量噪声和生物变异性，聚类准确性以及基于细胞标签的下游分析仍具有挑战。在标准潜空间（例如通过PCA获得的空间）中，来自不同细胞类型的数据可能被投影到彼此接近的位置，导致准确聚类困难。我们引入一种潜在插混扩散框架，将观测空间与去噪空间分离。通过一种新颖的Gibbs抽样程序来实现这一分离：在低维潜空间中应用所学习的扩散先验进行去噪，而通过将噪声重新引入原始高维观测空间来引导这一过程。这种独特的“输入空间引导”确保去噪轨迹忠于原始数据结构。我们方法的三个关键优势：（1）通过可调节的先验与观测数据之间的平衡实现自适应噪声处理；（2）通过对下游分析的原则性不确定性估计实现不确定性量化；（3）通过利用干净参考数据对更嘈杂数据集进行去噪，并通过平均化超越训练集质量的通用去噪。我们在合成数据和真实单细胞基因组数据上评估了鲁棒性。在合成数据上，我们的方法在各种噪声水平和数据迁移下提高了聚类准确性。在真实世界的单细胞数据上，我们的方法在结果细胞聚类中展示了更好的生物一致性，聚类边界更好地与已知细胞类型标记物和发育轨迹相吻合。
引用
@article{arxiv.2510.22835,
title = {Clustering by Denoising: Latent plug-and-play diffusion for single-cell data},
author = {Dominik Meier and Shixing Yu and Sagnik Nandy and Promit Ghosal and Kyra Gan},
journal= {arXiv preprint arXiv:2510.22835},
year = {2026}
}