DIMM-SC：用于聚类基于液滴的单细胞转录组数据的狄利克雷混合模型
机器学习
2017-04-10 v1 定量方法
摘要
动机：单细胞转录组测序（scRNA-Seq）已成为在单细胞分辨率下研究细胞和分子过程的革命性工具。在现有技术中，最近开发的基于液滴的平台能够高效并行处理数千个单细胞，并使用唯一分子标识符（UMI）直接计数转录本拷贝。尽管技术取得了进步，但用于分析基于液滴的scRNA-Seq数据的统计方法和计算工具仍然缺乏。特别是，用于聚类大规模单细胞转录组数据的基于模型的方法仍待探索。方法：我们开发了DIMM-SC，一种用于聚类基于液滴的单细胞转录组数据的狄利克雷混合模型。该方法显式建模来自scRNA-Seq实验的UMI计数数据，并通过狄利克雷混合先验刻画不同细胞簇间的变异。使用期望最大化算法进行参数推断。结果：我们进行了全面模拟来评估DIMM-SC，并将其与现有聚类方法（如K-means、CellTree和Seurat）进行比较。此外，我们分析了具有已知簇标签的公共scRNA-Seq数据集以及来自系统性硬化症研究中带有先验生物学知识的内部scRNA-Seq数据集，以基准测试和验证DIMM-SC。模拟研究和真实数据应用均表明，总体而言，与其他现有聚类方法相比，DIMM-SC实现了大幅改进的聚类准确性和低得多的聚类变异性。更重要的是，作为一种基于模型的方法，DIMM-SC能够量化每个单细胞的聚类不确定性，从而促进严格的统计推断和生物学解释，这通常是现有聚类方法所无法提供的。
引用
@article{arxiv.1704.02007,
title = {DIMM-SC: A Dirichlet mixture model for clustering droplet-based single cell transcriptomic data},
author = {Zhe Sun and Ting Wang and Ke Deng and Xiao-Feng Wang and Robert Lafyatis and Ying Ding and Ming Hu and Wei Chen},
journal= {arXiv preprint arXiv:1704.02007},
year = {2017}
}