单细胞转录组数据中细胞状态的拓扑与几何分析
定量方法
2023-09-18 v1 基因组学
摘要
单细胞 RNA 测序（scRNA-seq）能够解析组织中的细胞异质性，带来了众多生物学发现。人们已设计多种计算方法通过对 scRNA-seq 数据进行聚类来刻画细胞类型，这些聚类常利用标记基因的先验知识进行注释。除识别纯细胞类型外，若干方法被开发用于识别处于状态转换中的细胞，这些方法往往依赖于先前的聚类结果。现有计算方法主要利用图表示研究 scRNA-seq 数据的局部与一阶结构，而 scRNA-seq 数据常呈现复杂的高维结构。在此，我们提出一种工具 scGeom，通过考察细胞网络与基因网络的图曲率几何以及持续同调拓扑，来挖掘 scRNA-seq 数据中的多尺度与多维结构。我们在若干应用中展示了这些结构特征反映生物学属性与功能的效用，表明细胞与基因网络的曲率和拓扑特征有助于指示转换细胞及细胞发育潜能。我们还进一步说明这些结构特征可改进细胞类型的分类。
引用
@article{arxiv.2309.07950,
title = {Topological and geometric analysis of cell states in single-cell transcriptomic data},
author = {Tram Huynh and Zixuan Cang},
journal= {arXiv preprint arXiv:2309.07950},
year = {2023}
}