返回
RAG: a regularized adaptive graph-based method for rare-cell identification from single-cell expression data
DOI:10.1093/bib/bbag379.png)
摘要
En 中文
稀有细胞识别对于解析疾病机制和发育程序至关重要。现有方法主要依赖固定邻域图来分离单细胞表达数据中的稀有细胞群体,这可能导致在采样密度变化时将稀有细胞嵌入主导簇中。本文提出基于正则化自适应图的RAG方法进行稀有细胞识别,能够更好地分离稀有细胞。具体而言,通过估计基于欧氏-余弦混合相似性的细胞特异性半径来构建正则化自适应图,以约束有效邻域并稳定邻接关系,然后分配局部缩放的混合亲和度,使密度变化区域的亲和度大小具有可比性。在10个真实单细胞RNA测序数据集中,RAG总体优于六种最先进方法,其精确度、F1分数和稀有类型覆盖率分别比第二名的基线方法提高了42%、26%和35%。一项结直肠癌组织案例研究表明,RAG在恢复注释的稀有细胞群体和分离主要群体中的亚结构方面比其他评估方法更准确。对小鼠气道上皮和两个胰腺数据集的进一步分析显示,约一半由RAG解析的小簇对应于已注释的已知群体或标记支持的亚群体。
期刊
IF:
7.7
论文数:
5.8K
被引数:
2.7W
机构
引用论文
Ensemble dimensionality reduction and feature gene extraction for single-cell RNA-seq data
NATURE COMMUNICATIONS
IF15.7
CellSIUS provides sensitive and specific detection of rare cell populations from complex single-cell RNA-seq dataCellSIUS从复杂的单细胞rna-seq数据中提供稀有细胞群的灵敏和特异性检测
GENOME BIOLOGY
IF9.4
GiniClust2: a cluster-aware, weighted ensemble clustering method for cell-type detectionGiniClust2: 一种用于细胞类型检测的聚类感知加权集成聚类方法
GENOME BIOLOGY
IF9.4
Comprehensive snapshots of natural killer cells functions, signaling, molecular mechanisms and clinical utilization自然杀伤细胞功能、信号传导、分子机制及临床应用的全面概述
Single-Cell RNA-Seq Reveals Dynamic, Random Monoallelic Gene Expression in Mammalian Cells单细胞rna-seq揭示了哺乳动物细胞中动态,随机的单等位基因表达
Science
IF0

