GraphPCA：一种快速且可解释的空间转录组数据降维算法

GraphPCA: a fast and interpretable dimension reduction algorithm for spatial transcriptomics data

作者信息Jiyuan Yang, Lu Wang, Lin Liu, Xiaoqi Zheng

PMID39511664

期刊Genome Biol

发布时间2024-11-07

DOI10.1186/s13059-024-03429-x

来源查看原文

实验完整度

高

包含模拟数据(scDesign3)、真实多平台数据(Visium、STARmap、Slide-seq等)的模型验证，且明确有功能验证(空间域检测、轨迹推断、去噪)及机制分析(标记基因、通路富集)。

主要模型

模拟小鼠脑切片数据人类背外侧前额叶皮层(DLPFC)组织切片(10X Visium) 小鼠内侧前额叶皮层(mPFC)组织(STARmap单细胞分辨率) 小鼠肝脏组织(10X Visium)

重点核对

GraphPCA模型的图约束参数λ需在0.2-0.8范围内调节，默认0.3 输入数据需为经Pearson残差归一化并缩放后的前3000个空间可变基因空间邻域图构建默认使用基于欧氏距离的kNN图聚类时需提供真实空间域数目，K-means聚类使用该数目

摘要

空间转录组学技术的快速发展彻底改变了我们对组织和器官内细胞异质性和复杂空间结构的理解。然而，空间转录组数据的高维性和噪声给下游数据分析带来了巨大挑战。在此，我们开发了GraphPCA，一种可解释的拟线性降维算法，它利用了图正则化和主成分分析的优势。对来自不同平台的模拟和多分辨率空间转录组数据集的综合评估表明，与其它最先进的方法相比，GraphPCA能够增强下游分析任务，包括空间结构域检测、去噪和轨迹推断。

数据预处理与空间邻域图构建

为降维提供标准的输入数据，并定义斑点间的空间关系

对基因表达矩阵进行Pearson残差归一化、基因缩放，并选择前3000个空间可变基因；基于空间坐标构建kNN邻域图(默认k)，生成稀疏邻接矩阵。

仿真实验生成与参数评估

在已知真实标签下系统评估GraphPCA的聚类性能与鲁棒性

使用scDesign3模拟小鼠脑切片数据，以Allen脑图谱为真实层标签，在不同λ值、测序深度、噪声水平、斑点稀疏度和基因丢失率场景下评估聚类性能(ARI等)。

真实空间转录组数据验证

评估GraphPCA在真实多平台数据上的空间域检测与轨迹推断表现

在人类DLPFC(Visium)、小鼠mPFC(STARmap)、小鼠肝脏(Visium)数据上执行降维、K-means聚类、轨迹推断，并与其他方法比较。

去噪分析

验证GraphPCA通过低维嵌入重建基因表达矩阵的去噪能力，以揭示空间基因表达模式

使用GraphPCA降维后重建基因表达矩阵，与Sprod比较去噪效果，分析DLPFC样本中六层标记基因的空间表达模式。

多切片整合分析

验证GraphPCA_multi通过整合多个相邻切片提升下游分析性能

使用GraphPCA_multi整合DLPFC切片151674及其相邻三个切片，检测空间域并与BASSMult、STAligner比较。

实验环节	名称	品牌	货号
模拟数据生成	scDesign3	--	--
空间域检测	SPARK	--	--
差异表达分析	Scanpy	--	--
基因富集分析	clusterProfiler	--	--
基因集数据库	MSigDB	--	--
轨迹推断	Slingshot	--	--

实验环节

名称

品牌

货号

模拟数据生成

空间域检测

差异表达分析

基因富集分析

基因集数据库

轨迹推断

环节	核对要点
数据预处理	基因表达矩阵需经Pearson残差归一化并缩放，选择前3000个空间可变基因；具体预处理步骤可参考Lause等(2021)和SPARK包。阅读提示：Methods - Data preprocessing
空间邻域图构建	默认使用kNN图，k值未明确给出；其他图构建方法如SNN、CG、DTG的参数需查阅补充材料。阅读提示：Methods - Construction of spatial neighborhood graph; Supplementary Methods (补充图S35)
GraphPCA降维	关键超参数λ需在0.2-0.8范围内调节，默认0.3；不同数据集和分析任务可能需调整λ，具体设置见补充表S2。阅读提示：Results - Synthetic experiments; Methods - GraphPCA model; Additional file 1: Table S2
仿真实验	模拟数据使用scDesign3生成，需提供小鼠脑解剖结构标签；测序深度、噪声水平等场景参数需明确。阅读提示：Methods - Simulation design
空间域检测	K-means聚类需指定真实空间域数目；其他方法如SpatialPCA使用Walktrap或Louvain算法。阅读提示：Methods - Downstream analyses - Clustering
差异表达分析	使用Wilcoxon检验，FDR阈值1%；需提供各空间域的标记基因。阅读提示：Methods - Differential gene expression analysis and spatial domain annotation
轨迹推断	Slingshot推断需设置起始簇，例如DLPFC数据中设置白质为起始簇，mPFC中设置L1为起始簇。阅读提示：Methods - Trajectory inference

环节

核对要点

数据预处理

基因表达矩阵需经Pearson残差归一化并缩放，选择前3000个空间可变基因；具体预处理步骤可参考Lause等(2021)和SPARK包。

阅读提示：Methods - Data preprocessing

空间邻域图构建

默认使用kNN图，k值未明确给出；其他图构建方法如SNN、CG、DTG的参数需查阅补充材料。

阅读提示：Methods - Construction of spatial neighborhood graph; Supplementary Methods (补充图S35)

GraphPCA降维

关键超参数λ需在0.2-0.8范围内调节，默认0.3；不同数据集和分析任务可能需调整λ，具体设置见补充表S2。

阅读提示：Results - Synthetic experiments; Methods - GraphPCA model; Additional file 1: Table S2

仿真实验

模拟数据使用scDesign3生成，需提供小鼠脑解剖结构标签；测序深度、噪声水平等场景参数需明确。

阅读提示：Methods - Simulation design

空间域检测

K-means聚类需指定真实空间域数目；其他方法如SpatialPCA使用Walktrap或Louvain算法。

阅读提示：Methods - Downstream analyses - Clustering

差异表达分析

使用Wilcoxon检验，FDR阈值1%；需提供各空间域的标记基因。

阅读提示：Methods - Differential gene expression analysis and spatial domain annotation

轨迹推断

Slingshot推断需设置起始簇，例如DLPFC数据中设置白质为起始簇，mPFC中设置L1为起始簇。

阅读提示：Methods - Trajectory inference

大家都在搜

大家都在搜