单细胞交响乐
搜索文档…
⌃K
Links

2.3.4 算法 | 2021-细胞分群新方法——CNA(co-varying neighborhood analysis)

刘小泽写于2021.10.22

前言

题目:Co-varying neighborhood analysis identifies cell populations associated with phenotypes of interest from single-cell transcriptomics
日期:2021-10-21
期刊:nature biotechnology

方法描述

我们一般进行细胞分群时会进行降维聚类,这个方法也是为了分群,但它认为聚类的方法一般需要假设数据很好地捕获到生物信息,而且聚类的方法一般都需要反复调整聚类参数(比如resolution)。这个方法的核心是”邻域“(定义是very small regions in transcriptional space),再根据不同样本中邻域的共同特性去整合数据。
下面这个图展示的非常明白:
  • a左:这是一个4个样本组成的单细胞数据,进行了一个降维操作。这里展示的二维图形可以是一个主成分,也可以是多组学数据的canonical co-variates,这个过程一般还需要去除批次效应。反正目的就是把大量的不同来源细胞”铺“在一个面上。
  • a中:CNA会将每个细胞划给一个邻域,划分的依据就是其他细胞到达该细胞时随机游走的步数。如果步数最短,那么这个细胞就是Anchor cell。中间的密度图就展示了红色圆圈的细胞被认定为”小范围的C位“
    划分依据: every other cell m′ belongs to the neighborhood anchored at cell m according to the probability that a random walk in the graph from m′ will arrive at m after s steps。
  • a右:按照(a中)的方法,随机找几块区域(具体几块CNA会根据数据集计算)去寻找它们的邻域。比如这里的A-E就是(a左)图中的一部分,只是根据这几个小部分内部寻找了邻域而已
  • b:代表密度的邻域图找出来以后,就要对应到每个样本了(1-4就是那4个样本)
  • c:看每个样本(1-4)在5个区域(A-E)的密度,比如样本1在A区域的细胞数量少,那么就是蓝色(low);样本3在A区域的细胞数量多,就是红色(high);如果没有细胞(比如样本4的A区域),那就是紫色
  • d:最后将细胞密度信息整理成一个矩阵,蓝色(low,数字 -1表示);红色(high,数字1表示);没有细胞就是0

方法优势

  • 不需要调参数(比如分辨率)
  • 运行速度大大提高:CNA has favorable runtime properties: given a nearest neighbor graph, computing the NAM and conducting permutation-based association testing takes less than 1 min (and 579 MB of memory) for a dataset of more than 500,000 cells and more than 250 samples.

方法劣势

  • CNA依赖于样本间的差异,所以如果样本数量比较少效果就不好
  • 因为CNA不需要假设数据符合生物背景知识,所以如果样本量小但的确符合生物背景知识的数据,CNA可能就不如现有的统计模型
  • 虽然CNA可以支持现有的细胞类型注释和轨迹推断方法,但这类方法一般只寻求单一的信息;而CNA由于关注面比较广,可能会得到多方面的信息,可能会产生信息冗余
  • CNA的核心就是邻域的划分,那么是否每次都能找到合适的anchor cell,又是否存在划分的边界呢?