用于批次校正的前投影 t-SNE
应用统计
2020-04-06 v2 统计方法学
摘要
生物医学研究常产生受批次效应（如系统性实验差异、不同protocol和受试者标识）混淆的高维数据。若不加适当校正，高维数据的低维表示可能编码并复现原始数据中观察到的相同系统性变异，从而损害结果解释。本文中，我们提出一种新流程，用于去除通过 t-SNE 降维获得的低维嵌入中的批次效应。所提方法基于线性代数和约束优化，在许多高维设定下能得出高效算法和快速计算。人工单细胞转录谱数据上的结果表明，该流程成功去除了 t-SNE 嵌入中的多种批次效应，同时保留了关于细胞类型的基本信息。当应用于单细胞基因表达数据以研究小鼠髓母细胞瘤时，所提方法成功去除了与小鼠标识和实验日期相关的批次，同时保留了少突胶质细胞、星形胶质细胞、内皮细胞和小胶质细胞的簇，这些细胞预期位于肿瘤内或邻近的基质中。
引用
@article{arxiv.1911.06708,
title = {Projected $t$-SNE for batch correction},
author = {Emanuele Aliverti and Jeff Tilson and Dayne Filer and Benjamin Babcock and Alejandro Colaneri and Jennifer Ocasio and Timothy R. Gershon and Kirk C. Wilhelmsen and David B. Dunson},
journal= {arXiv preprint arXiv:1911.06708},
year = {2020}
}
备注
16 pages, 3 figures