Tiefe weiche K-means-Clustering mit Selbsttraining für Einzelzell-RNA-Sequenzdaten

Zusammenfassung Einzelzell-RNA-Sequenzierung (scRNA-seq) ermöglicht es Forschern, die Zellheterogenität auf zellulärer Ebene zu untersuchen. Ein entscheidender Schritt bei der Analyse von scRNA-seq-Daten besteht darin, Zellen in Subpopulationen zu clustern, um anschließende Analysen zu erleichtern. Häufige Dropout-Ereignisse und die zunehmende Größe der scRNA-seq-Daten machen das Clustering solcher hochdimensionalen, spärlichen und massiven transkriptionalen Ausdrucksprofile herausfordernd. Obwohl einige existierende auf Deep Learning basierende Clustering-Algorithmen für Einzelzellen dimensionsreduzierende Verfahren mit Clustering kombinieren, ignorieren sie entweder die Abstands- und Affinitätsbeschränkungen zwischen ähnlichen Zellen oder machen einige zusätzliche Annahmen über latenträume wie die Mischung von Gaussian-Verteilungen, was dazu führt, dass sie keinen clusterfreundlichen, niederdimensionalen Raum lernen. Daher kombinieren wir in diesem Papier die Deep-Learning-Technik mit der Verwendung eines Denoising-Autoencoders, um scRNA-seq-Daten zu charakterisieren, während wir einen weichen Selbsttrainings-K-means-Algorithmus vorschlagen, um die Zellpopulation im gelernten latenten Raum zu clustern. Das Selbsttrainingsverfahren kann die ähnlichen Zellen effektiv aggregieren und einen clusterfreundlicheren latenten Raum verfolgen. Unsere Methode, genannt ‚scziDesk‘, führt abwechselnd Datenkompression, Datenrekonstruktion und weiches Clustering iterativ durch, und die Ergebnisse zeigen hervorragende Kompatibilität und Robustheit sowohl in simulierten als auch in echten Daten. Darüber hinaus hat unsere vorgeschlagene Methode eine perfekte Skalierbarkeit in Übereinstimmung mit der Zellgröße in großangelegten Datensätzen.