多细胞因素分析单细胞数据以实现对疾病的组织中心理解

生物医学单细胞图谱描述了细胞水平的疾病。然而，这些数据的分析通常侧重于细胞类型中心的成对跨条件比较，忽略了疾病过程的多细胞特性。在此，我们提出多细胞因素分析，用于跨条件单细胞图谱样本的无监督分析，以及识别与疾病相关的多细胞程序。我们的策略利用在多组学因素分析中实施的组因素分析，结合患者样本在细胞类型或其他组织中心特征（如细胞组成或空间关系）之间的变化，并支持对多个患者队列的联合分析，促进图谱的整合。我们将我们的框架应用于一系列急性和慢性人类心力衰竭图谱，并描述了心脏重塑的多细胞过程，这些过程独立于细胞组成及其局部组织，在独立的空间和整体转录组数据集中得以保留。总之，我们的框架作为无监督的跨条件单细胞图谱分析的探索工具，并允许在不同数据模式下整合患者队列的测量结果。