面向 scRNA 数据的全局地面度量学习

最优传输提供了一种稳健的框架用于比较概率分布。其有效性显著受底层地面度量选择的影响。传统方法要么预先定义地面度量(例如欧几里得距离),要么通过监督方式学习地面度量,利用标记数据以提升特定任务的性能。然而,预定义的度量通常无法考虑数据中固有的结构和不同特征的重要性差异,且现有的监督地面度量学习方法往往无法在多个类别之间推广,或受限于具有共享支撑集的分布。为克服这些限制,我们提出一种 novel 方法,用于学习任意分布的度量,这些分布位于共享度量空间中。该方法提供类似全局度量的点间距离,但仅需在分布层面获取类别标签进行训练。所学全局地面度量可实现更精确的最优传输距离,从而在嵌入、聚类和分类任务中实现更佳性能。我们以覆盖多个疾病的患者级 scRNA-seq 数据为例,展示了该方法的有效性和可解释性。