服務(wù)熱線02152235399
單細胞轉(zhuǎn)錄組測序在單細胞層面對轉(zhuǎn)錄組進行測序與分析，現(xiàn)正被廣泛應(yīng)用于分析細胞的異質(zhì)性與多樣性。但是，過多的假零表達一直是困擾單細胞轉(zhuǎn)錄組數(shù)據(jù)分析的問題之一，該問題被稱為dropouts，它會扭曲基因的表達分布，并造成細胞類型分類的錯誤。而且，由于近年來單細胞測序技術(shù)與產(chǎn)業(yè)迅速發(fā)展，單次單細胞測序?qū)嶒灥耐恳褟臄?shù)千個細胞大幅提升到百萬級的細胞數(shù)量，而對于單個細胞的測序深度則較淺，這使得dropouts問題更為嚴重。
2020年7月10日，中山大學中山眼科中心謝志課題組開發(fā)了一個名為DISC的，基于半監(jiān)督學習方式的深度學習網(wǎng)絡(luò)，用于解決dropouts問題。通過DISC可以推斷出被扭曲了表達與結(jié)構(gòu)基因的真實情況?；?/span>10個真實的單細胞轉(zhuǎn)錄組測序數(shù)據(jù)集，將DISC與其他7種高水準推斷方法進行比較，DISC始終優(yōu)于其他方法。謝志教授是烈冰科技生信云平臺的重要合作伙伴，雙方建立了深入的合作學習關(guān)系。該研究以“DISC: a highly scalable and accurate inference of gene expression and structure for single-cell transcriptomes using semi-supervised deep learning”為題，發(fā)表在國際知名期刊Genome Biology上。
DISC是基于半監(jiān)督學習方式的深度學習算法，用于解決單細胞測序數(shù)據(jù)中的假零表達的dropouts問題。DISC包含一個自動編碼器、一個遞歸預(yù)測器、一個計算推算表達式特征的推算器和一個計算重構(gòu)表達式特征的重構(gòu)器，推算器用于學習正?；虻谋磉_，重構(gòu)器同時學習正?；虻谋磉_和推算器分配的零表達基因的偽表達，預(yù)測器同時學習正?；虻谋磉_和同一步驟的解碼器分配的零表達基因的偽表達，最后推斷出假零基因的真實表達。DISC還能通過自動編碼器將原始數(shù)據(jù)在保留原始特征的同時進行降維，使其可以把大型數(shù)據(jù)集壓縮到一個較低的維度，使得其在處理時依舊能保持較高的性能。
作者將DISC與其他7個已有的高水準推斷真實表達算法進行比較運行時間與內(nèi)存占用進行了比較，發(fā)現(xiàn)DISC在處理大型及超大型數(shù)據(jù)集，相對于其他算法，運行時間更短，內(nèi)存占用更少。
接下來為了系統(tǒng)評估DISC恢復(fù)丟失的基因表達結(jié)構(gòu)的性能，作者使用了三種檢驗方法進行評估，并與FISH的結(jié)果進行比較。基因表達分布使用Gini系數(shù)的RMSE進行評估，基因之間的分布相關(guān)性用FF score評估，基因共表達的相關(guān)性用CMD評估。結(jié)果顯示，在MELANOMA與SSCORTEX兩個獨立數(shù)據(jù)集的驗證中，相比于其他算法，DISC都有很好的恢復(fù)丟失基因表達結(jié)構(gòu)的性能。
下一步是驗證DISC恢復(fù)基因真實表達性能，但由于單細胞測序數(shù)據(jù)無法提供dropouts的真實數(shù)據(jù)，所以使用了來自三個不同單細胞測序平臺生成的數(shù)據(jù)合并后的數(shù)據(jù)作為參考。作者使用MAE評估恢復(fù)基因真實表達的準確性，DISC在所有的數(shù)據(jù)集中都有極好的表現(xiàn)，顯著地恢復(fù)了基因表達。對于基因相關(guān)性和細胞相關(guān)性，DISC與其他七種方法相比，在所有數(shù)據(jù)集上的其相關(guān)系數(shù)都是最高的。而在使用CMD評估基因共表達時，DISC、scImpute和VIPER與參考最為匹配，而其他方法都產(chǎn)生了大量的假共表達關(guān)系。這些數(shù)據(jù)表明，DISC準確恢復(fù)了dropout產(chǎn)生的基因表達丟失，改善了被扭曲的基因結(jié)構(gòu)。
在修復(fù)dropout問題的基礎(chǔ)上，DISC能否提高細胞類型識別的準確度你？作者使用了10X Genomics，Drop-seq和SPLiT-seq三個不同單細胞測序平臺產(chǎn)生的數(shù)據(jù)集，以正確分配的細胞百分比（△ACC）來反映細胞類型分類的準確性。在三個不同的數(shù)據(jù)集中，DISC的性能都是最好的，且許多罕見細胞類型也能很好的恢復(fù)。表明DISC能有效提高細胞類型識別的準確性，而且在不同平臺不同的數(shù)據(jù)集中都有穩(wěn)定的表現(xiàn)。
獲得了更好的基因結(jié)構(gòu)是應(yīng)該能轉(zhuǎn)化為更好的下游分析結(jié)果。為了驗證下游分析結(jié)果的提升，作者使用了三個指標進行評估。一是使用推算的scRNA-Seq與Bulk RNA-Seq數(shù)據(jù)之間的Spearman相關(guān)性評估兩組數(shù)據(jù)的相關(guān)性，二是scRNA-seq數(shù)據(jù)和Bulk RNA-seq數(shù)據(jù)識別的差異基因之間的相似性，三是推斷的擬時序結(jié)果與已知細胞分化順序之間的相似性。在三個指標評估中，DISC都有較好的表現(xiàn)，表明DISC能夠改善下游分析結(jié)果，提供更多的生物學意義信息。
最后，作者使用了真實的小鼠大腦超大型數(shù)據(jù)集BRAIN_1.3M來驗證DISC的性能，該數(shù)據(jù)集由多個大腦區(qū)域的細胞數(shù)據(jù)生成，數(shù)據(jù)量大且復(fù)雜。分析得到的結(jié)果與Allen腦圖譜中的已知Marker基因進行比較，發(fā)現(xiàn)DISC的結(jié)果在所有算法中更接近圖譜的細胞比例，且能更好的識別細分的細胞類型，與常用細胞類型識別工具Seurat的結(jié)果也更為一致。結(jié)果說明DISC能夠高效準確地處理超大型復(fù)雜單細胞數(shù)據(jù)集，并能精確分析出主要和稀有細胞群。
綜上所述，DISC提供了一個單細胞數(shù)據(jù)的通用解決方案，對于具有稀有表達的基因，以及超大型數(shù)據(jù)集都有很好的處理性能，最大限度地減少了信息丟失。DISC將成為快速發(fā)展的單細胞測序技術(shù)極大的助力。
原文鏈接：https://genomebiology.biomedcentral.com/articles/10.1186/s13059-020-02083-3
上海烈冰生物成立十年始終秉乘“創(chuàng)新、求實、前沿”的企業(yè)理念和“以客戶為根本”的服務(wù)宗旨，憑借高通量測序平臺及NovelBrain®云平臺生信分析的雙重優(yōu)勢，致力于提供高品質(zhì)、高效率的技術(shù)服務(wù)。截止目前，烈冰已和1000+家頂尖科研機構(gòu)、醫(yī)院和醫(yī)藥企業(yè)合作了5000+項重要項目。
詳情咨詢當?shù)劁N售或者電話021-51827998
烈冰NovelBrain®單細胞云平臺
不僅助力算法開發(fā)，還可以自己輕松做數(shù)據(jù)分析~
國內(nèi)最大的生物云平臺供應(yīng)商，頂尖的云計算架構(gòu)團隊，兩年精心研發(fā)，歷經(jīng)數(shù)千項目檢驗。
0代碼分析過程、一鍵式結(jié)果報告、三維可視化的單細胞瀏覽器，助力每一位科研工作者擺脫生信代碼的煩惱，只需上傳數(shù)據(jù)，即可輕松分析數(shù)據(jù)，深入挖掘生物學意義。
60+項前沿單細胞分析工具，簡單便捷化拖拽操作、高度定制化分析流程，大幅度提升單細胞數(shù)據(jù)分析效率。
快來注冊-登錄，體驗一下吧！
網(wǎng)址：singlecell.novelbrain.com
烈冰單細胞瀏覽器教你完美解讀scRNA-Seq數(shù)據(jù)分析結(jié)果
利用NovelBrain單細胞云探尋新冠病毒受體ACE2在人體器官中的分布
單細胞云平臺數(shù)據(jù)分析教程：
熱點回顧：