TopoLa：通过拓扑编码潜在双曲几何增强单细胞与空间组学细胞表示的通用框架
基因组学
2025-01-16 v1
摘要
细胞研究的最新进展表明，scRNA-seq表征细胞异质性，而空间转录组学揭示基因表达的空间分布。细胞表示是这两个领域的基本问题。在此，我们提出拓扑编码潜在双曲几何（TopoLa），一种通过捕获细粒度细胞间拓扑关系来增强细胞表示的计算框架。该框架引入了一个新度量——TopoLa距离（TLd），它量化潜在双曲空间中细胞之间的几何距离，更有效地捕捉网络的拓扑结构。利用该框架，通过对相邻细胞进行卷积，可以显著增强细胞表示。在包括scRNA-seq数据聚类和空间转录组学域识别在内的七项生物学任务上的性能评估表明，TopoLa显著提升了多个最先进模型的性能。这些结果强调了TopoLa的通用性和鲁棒性，使其成为推进生物学发现和计算方法学的宝贵工具。
引用
@article{arxiv.2501.08363,
title = {TopoLa: A Universal Framework to Enhance Cell Representations for Single-cell and Spatial Omics through Topology-encoded Latent Hyperbolic Geometry},
author = {Kai Zheng and Shaokai Wang and Yunpei Xu and Qiming Lei and Qichang Zhao and Xiao Liang and Qilong Feng and Yaohang Li and Min Li and Jinhui Xu and Jianxin Wang},
journal= {arXiv preprint arXiv:2501.08363},
year = {2025}
}
备注
116 pages,53 figures