[Bioinformatics | 论文简读] 通过顺序混合聚类和NMF在上万的细胞中评估单细胞异质性

简读分享 | 崔雅轩 编辑 | 陈兴民

论文题目

Resolving single-cell heterogeneity from hundreds of thousands of cells through sequential hybrid clustering and NMF

论文摘要

单细胞RNA测序（scRNA-Seq）技术的快速发展，开发了多种计算模型，以检测转录一致性的算法。虽然检测异构性的算法的复杂性有所增加，但大多数算法需要用户调试，严重依赖于降维技术，并且不能扩展到超大型数据集。作者描述了一种多步骤算法，迭代聚类和基因选择（ICGS），它应用基因内相关性和杂交聚类，从一个直观的图形用户界面中解决转录一致性细胞群问题。作者开发了一个新的ICGS迭代。该方法结合了多种互补的子类型检测方法（HOPACH、稀疏非负矩阵分解、支持向量机）来解决罕见和常见的细胞状态。利用来自多个细胞图谱的数据，作者发现PageRank算法有效地降低了超大型scRNA-Seq数据集的采样，而没有丢失极其罕见或转录相似但不同的细胞类型，同时恢复了新的不同转录的细胞群。作者相信，这种新方法在解决复杂数据集中隐藏的细胞群方面具有巨大的前景。

论文链接

https://www.ncbi.nlm.nih.gov/pmc/articles/PMC7320606/