用于单细胞 RNA 测序数据的负二项计数分裂

单细胞 RNA 测序（scRNA-seq）数据的分析常涉及拟合潜变量模型以学习细胞的低维表示。验证此类模型是一大挑战。若能对同一组细胞测序两次，我们便可用一个数据集拟合潜变量模型，用另一个验证。现实中无法对同一组细胞测序两次。Poisson 计数分裂近来被提出，作为一种从单个观测 Poisson 数据矩阵反推获得独立的 Poisson 训练与测试矩阵的方法，这些矩阵可视为对同一组细胞两次独立测序实验所得。然而，Poisson 计数分裂要求原始数据严格服从 Poisson 分布：若存在任何过离散，所得训练与测试数据集便不独立。本文引入负二项计数分裂，将 Poisson 计数分裂推广至更灵活的负二项设定。给定一个来自负二项分布的 $n \times p$ 数据集，我们使用 Dirichlet-多项抽样创建两个或多个独立的 $n \times p$ 负二项数据集。我们证明该过程在模拟中优于 Poisson 计数分裂，并将其应用于验证来自人类胎儿细胞图谱的肾细胞簇。