模拟数据集生成与比较
在受控条件下评估scMC与其他方法在去除批效应和保留生物变异方面的性能。
使用Splatter包生成六种模拟数据集，包含不同批次组合和细胞亚群组成。将scMC与LIGER、Seurat V3和Harmony进行比较，使用16种评估指标评估性能。
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
scMC通过多个单细胞基因组数据集的比对学习生物变异
scMC learns biological variation through the alignment of multiple single-cell genomics datasets
实验完整度
高包含模拟数据集和多种真实数据集（PBMC、皮肤、肺、ATAC-seq）上的对比实验，并使用多种评估指标和功能验证。
主要模型
模拟单细胞RNA-seq数据集（Splatter生成） 人外周血单核细胞（PBMC）数据集 小鼠皮肤scRNA-seq数据集 小鼠肺脏scRNA-seq数据集 小鼠组织scATAC-seq数据集
重点核对
使用Leiden共识聚类识别每个数据集的推定细胞簇 基于共享最近邻（SNN）相似度定义置信细胞 通过方差分析推断技术变异并学习校正向量，参数λ=10，T=0.6 使用模拟数据集和真实数据集（PBMC、皮肤、肺、ATAC-seq）进行基准测试 评估指标包括批效应移除和生物变异保留的多个指标
摘要
区分生物变异与技术变异在整合和比较不同实验的单细胞基因组数据集时至关重要。现有方法缺乏明确区分这两种变异的能力，常常导致两种变异都被去除。在这里，我们提出了一种整合方法scMC，以在保留内在生物变异的同时去除技术变异。scMC通过方差分析学习生物变异，以减去以无监督方式推断出的技术变异。将scMC应用于来自单细胞RNA-seq和ATAC-seq实验的模拟和真实数据集，证明了其通过准确比对来检测上下文共享和上下文特异的生物信号的能力。
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
- 在整合多个单细胞基因组数据集时，如何明确区分并去除技术变异，同时保留内在的生物变异？
- 核心机制
- scMC通过方差分析推断技术变异，并将其从总变异中减去，从而学习校正向量，在共享嵌入中保留生物变异。
- 主要证据
- 在模拟数据集和真实数据集（PBMC、皮肤、肺、ATAC-seq）上的基准测试表明，scMC在去除批效应的同时，比LIGER、Seurat V3和Harmony更好地保留生物变异，尤其是在条件特异细胞亚群和发育轨迹的检测方面。
- 研究意义
- scMC提供了一种可靠的方法来从多个单细胞数据集中识别真正的生物差异，促进单细胞研究中的生物学发现。
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。
PBMC数据扰动实验
评估scMC在真实数据上对齐不同生物条件下的共享和条件特异性细胞亚群的能力。
使用对照和干扰素β刺激的人PBMC scRNA-seq数据（13,999个细胞）。创建26个扰动数据集，分别保留一个共享亚群或移除一个条件特异性亚群，评估对齐和特异性保留性能。
小鼠皮肤伤口愈合数据应用
验证scMC在检测条件特异性细胞亚群方面的能力。
分析对照和Hedgehog激活条件下的小鼠皮肤scRNA-seq数据（4680个细胞）。检查整合后的细胞类型分离和Hh活性成纤维细胞亚群的识别。
胚胎皮肤发育轨迹整合
评估scMC同时整合生物学重复和时间点以重建发育轨迹的能力。
分析小鼠皮肤胚胎发育scRNA-seq数据（E13.5和E14.5，各两个重复，共25,719个细胞）。使用PHATE重建表皮和真皮轨迹，并比较不同方法的轨迹保真度。
复杂数据集（肺、ATAC-seq）稳定性评估
验证scMC在复杂、多批次数据和其他模态数据上的鲁棒性和性能。
应用于包含32,472个细胞、16批次的小鼠肺scRNA-seq数据集和包含4451个细胞、4个组织的scATAC-seq数据集。比较整合性能，并评估scATAC-seq数据中不同特征矩阵的影响。
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
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 |
|---|---|
| 数据预处理 | 特征表达少于3个细胞的过滤，细胞表达特征少于200的过滤；RNA数据归一化（每个基因表达除以细胞总表达，乘以10,000缩放因子，log转换，伪计数1） 阅读提示：Methods: Data preprocessing |
| 特征选择 | HVG选择标准（Fano因子归一化值>0.05，平均表达>0.01） 阅读提示：Methods: Feature matrix construction |
| 聚类分析 | Leiden算法参数（k近邻=20，主成分数量=40，分辨率范围0.1-0.5） 阅读提示：Methods: Identification of putative cell clusters |
| 置信细胞检测 | 置信细胞定义：平均相似度高于簇内第三四分位数（Q3） 阅读提示：Methods: Detection of confident cells |
| 批次效应校正 | 共享簇相似度阈值T=0.6，技术变异减去的强度参数λ=10 阅读提示：Methods: Learning the correction vectors, scMC parameters |