模拟数据生成
评估ZINBMM在不同丢失率、批次效应和生物学差异条件下的聚类和基因选择性能。
基于Zeisel数据集的基线表达参数生成ZINB模型的模拟数据，设置不同的丢失率（低、中、高）、批次效应（轻微和较大）、生物差异（低、中、高）以及平衡和不平衡的样本分布。
关于丁香通
公司信息
个人用户
企业机构
无忧采购 轻松科研
- 移动端
ZINBMM：一种用于单细胞转录组数据同步聚类和基因选择的通用混合模型
ZINBMM: a general mixture model for simultaneous clustering and gene selection using single-cell transcriptomic data
实验完整度
中包含模拟数据验证和五个真实scRNA-seq数据集的应用，并使用ARI、F1等指标进行比较分析，但缺乏湿实验功能验证，且未进行更深入的机制验证。
主要模型
模拟生成的ZINB模型数据 小鼠胚胎干细胞数据集 人肺癌细胞系数据集 小鼠子宫、肝脏、乳腺细胞数据集
重点核对
基因筛选：取标准差最大的前1000个高变基因（HVGs） 聚类数K：采用修正BIC选择 调优参数λ：通过BIC从候选集{0.01,20}中选择 竞争方法参数：Seurat的分辨率参数从0.5到1.5以0.1递增，取最佳ARI
摘要
聚类是单细胞RNA测序（scRNA-seq）数据分析的关键组成部分，有助于揭示细胞类型和推断细胞谱系。尽管取得了相当大的成功，但很少有方法专门研究有助于细胞异质性的聚类特异性基因，这可以促进对细胞异质性的生物学理解。在本研究中，我们提出了一种零膨胀负二项混合模型（ZINBMM），该模型可同时实现有效的scRNA-seq数据聚类和基因选择。ZINBMM对原始计数进行系统分析，同时适应批次效应和丢失事件。模拟和五个scRNA-seq数据集的分析证明了ZINBMM的实际适用性。
实验结论
提炼研究问题、关键发现与证据，快速把握文章的核心贡献。
- 研究问题
- 如何同时实现scRNA-seq数据的聚类和基因选择，并有效处理批次效应和高丢失率。
- 核心机制
- ZINBMM采用零膨胀负二项混合模型，通过引入批次效应参数γ和L1惩罚项，实现软聚类和自动基因选择。
- 主要证据
- 模拟数据和五个真实scRNA-seq数据集上的实验结果显示，ZINBMM在聚类准确性（ARI）和基因选择性能（F1分数）上优于多种现有方法。
- 研究意义
- ZINBMM为高维scRNA-seq数据聚类和基因选择提供了一种有效的工具，有助于阐明细胞异质性并提供机制上的生物学见解。
研究路径
按研究推进顺序梳理实验设计、验证步骤与关键观察。
真实数据集分析
在真实scRNA-seq数据上验证ZINBMM的聚类和基因选择性能。
使用五个公开数据集：小鼠胚胎干细胞、人肺癌细胞系、小鼠子宫、肝、乳腺细胞，并预先筛选前1000个高变基因，应用ZINBMM和多种竞争方法进行聚类和基因选择，评估ARI和基因功能富集。
研究方法
按研究目的归类文中使用的方法，便于定位所需技术。
产品清单
| 实验环节 | 名称 | 品牌 | 货号 |
|---|---|---|---|
| 数据模拟 | Zeisel数据集 | -- | -- |
关键环节
汇总复现实验时建议重点确认的条件及原文阅读提示。
| 环节 | 核对要点 |
|---|---|
| 数据模拟 | 样本量n=300，基因数J=1000，差异基因比例5%，丢失率约5%、45%、75%，批次效应γ=(0.1,0.2)或(0.1,0.4)，生物学差异Δ=0.8、1.2、1.6，平衡或不平衡样本分布 阅读提示：Methods中“Data simulation”部分 |
| 真实数据分析 | 基因筛选使用前1000个高变基因，聚类数K使用真实细胞类型数，参数λ通过BIC选择 阅读提示：Methods中“Real scRNA-seq datasets”部分以及“Examination of the number of clusters” |
| 基因选择 | 所选基因的数目及具体基因列表，不同方法的重叠情况 阅读提示：Results中“ZINBMM selects genes associated with cell types”部分及补充表格Tables S21-S25 |