面向受试者水平单细胞表达数据的非参数贝叶斯两级聚类
统计方法学
2021-02-23 v2 应用统计
摘要
单细胞测序的出现为个性化治疗开辟了新途径。本文中,我们处理一个两级聚类问题:对来自多个受试者的单细胞表达数据同时进行受试者亚组发现(受试者水平)与细胞类型检测(细胞水平)。然而,当前统计方法要么在不考虑受试者异质性的情况下聚类细胞,要么在不利用单细胞信息的情况下对受试者分组。为弥合细胞聚类与受试者分组之间的鸿沟,我们开发了非参数贝叶斯模型——单细胞表达数据的受试者与细胞聚类(SCSC)模型,以同时实现受试者与细胞分组。SCSC 无需预先指定受试者亚组数目或细胞类型数目。它自动归纳受试者亚组结构并跨受试者匹配细胞类型。此外,它通过审慎考虑数据的零值丢弃(dropouts)、库大小与过度离散,直接对单细胞原始计数数据建模。我们提出了一种块状 Gibbs 采样器用于后验推断。模拟研究及对多受试者 iPSC scRNA-seq 数据集的应用验证了 SCSC 同时聚类受试者与细胞的能力。
引用
@article{arxiv.1912.08050,
title = {Nonparametric Bayesian Two-Level Clustering for Subject-Level Single-Cell Expression Data},
author = {Qiuyu Wu and Xiangyu Luo},
journal= {arXiv preprint arXiv:1912.08050},
year = {2021}
}