.png){kind=icon}
返回
scValue: value-based subsampling of large-scale single-cell transcriptomic data for machine and deep learning tasks
.png){kind=icon}
OA
AI
DOI：10.1093/bib/bbaf279.png)
.png){kind=icon}
.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
大型单细胞核糖核酸测序(scRNA-seq)数据集提供了前所未有的生物学见解，但在可视化和分析方面带来了巨大的计算挑战。虽然现有的子采样方法可以提高效率，但它们可能无法确保在下游机器学习和深度学习(ML/DL)任务中的最佳性能。在此，我们介绍了scValue，一种新颖的方法，利用随机森林模型的袋外估计对单个细胞按“数据价值”进行排序。scValue优先选择高价值细胞，并为数据价值变异性较高的细胞类型分配更大的代表性，从而有效地在子样本中保留关键生物学信号。我们在四个大型数据集的自动细胞类型注释任务上对scValue进行了基准测试，并与不同的ML/DL模型配对。我们的方法在所有注释任务中始终优于现有的子采样方法，其性能与全数据性能非常接近。在三个额外的案例研究中——标签转移学习、跨研究标签调和和全RNA-seq解卷积——scValue在人类肠道-结肠数据集中更有效地保留了T细胞注释，在人类脾脏数据集中更准确地再现了T细胞亚型关系，并为模拟全组织样本中的细胞类型解卷积构建了更可靠的单一细胞免疫参考。最后，我们使用16个公开数据集（从数万到数百万个细胞不等）基于计算时间、基尼系数和豪斯多夫距离评估了子采样质量。scValue展示了快速执行、细胞类型代表性良好的平衡以及类似于均匀采样的分布特性。总体而言，scValue为大型scRNA-seq数据在ML/DL工作流中的子采样提供了稳健且可扩展的解决方案。它作为一个可通过pip安装的开源Python软件包提供，源代码位于https://github.com/LHBCB/scvalue。
Keyword:
single-cell transcriptomics
data valuation
subsampling
cell type analysis
machine and deep learning
期刊
IF:
7.7
论文数:
5.8K
被引数:
2.7W
机构
引用论文
Bulk tissue cell type deconvolution with multi-subject single-cell expression reference具有多受试者单细胞表达参考的大块组织细胞类型反卷积.png)
NATURE COMMUNICATIONS
OAAI
NATURE COMMUNICATIONSIF15.7
OAAI分享收藏Geometric Sketching Compactly Summarizes the Single-Cell Transcriptomic LandscapeCELL SYSTEMSOAAI
CELL SYSTEMSIF7.7
OAAI分享收藏分享收藏Mapping single-cell data to reference atlases by transfer learning通过迁移学习将单细胞数据映射到参考地图集NATURE BIOTECHNOLOGYOAAI
NATURE BIOTECHNOLOGYIF41.7
OAAI分享收藏Moderated estimation of fold change and dispersion for RNA-seq data with DESeq2用DESeq2对rna-seq数据的倍数变化和离散度进行适度估计GENOME BIOLOGYOAAI
GENOME BIOLOGYIF9.4
OAAI分享收藏Population-level integration of single-cell datasets enables multi-scale analysis across samples单细胞数据集的群体级集成可实现跨样本的多尺度分析NATURE METHODSOAAI
NATURE METHODSIF32.1
OAAI分享收藏
查看更多内容