تجميع K-means العميق الناعم مع التدريب الذاتي لبيانات تسلسل RNA أحادية الخلية

الملخص: يسمح تسلسل RNA أحادي الخلية (scRNA-seq) للباحثين بدراسة تباين الخلايا على المستوى الخلوي. تعتبر خطوة حاسمة في تحليل بيانات scRNA-seq هي تجميع الخلايا في مجموعات فرعية لتسهيل التحليل اللاحق. ومع ذلك، فإن الأحداث المتكررة للاختفاء وزيادة حجم بيانات scRNA-seq تجعل من الصعب تجميع مثل هذه التعبيرات الذاتية اللفظية البعيدة ذات الأبعاد العالية والنادرة والضخمة. على الرغم من أن بعض خوارزميات التجميع القائمة على التعلم العميق الموجودة للخلايا الفردية تجمع بين تقليل الأبعاد والتجميع، فإنها إما تتجاهل قيود المسافة والألفة بين الخلايا المماثلة أو تجعل بعض الافتراضات الإضافية حول الفضاء الكامن مثل توزيع الغاوسي المختلط، مما يؤدي إلى عدم تمكنها من تعلم الفضاء المنخفض الأبعاد المناسب للتجميع. لذلك، في هذه الورقة، نجمع بين تقنية التعلم العميق واستخدام مشفر تلقائي للتخفيض الضوضائي لوصف بيانات scRNA-seq بينما نقترح خوارزمية K-means ذات تدريب ذاتي ناعم لتجميع السكان الخلويين في الفضاء الكامن الذي تم تعلمه. يمكن لإجراء التدريب الذاتي تجميع الخلايا المتشابهة بفعالية والسعي لتحقيق فضاء كامن ملائم للتجميع. طريقتنا، المسماة 'scziDesk'، تنفذ بالتناوب ضغط البيانات، وإعادة بناء البيانات، والتجميع الناعم بشكل تكراري، وتظهر النتائج توافقًا رائعًا ومرونة في البيانات المحاكية والحقيقية على حد سواء. علاوة على ذلك، فإن طريقتنا المقترحة تتمتع بقدرة ممتازة على التوسع تتماشى مع حجم الخلايا في مجموعات البيانات الكبيرة.