变分因子分析:一种基于深度生成模型的单细胞转录组数据因子分析方法

摘要：

目的 提出一种基于深度生成模型的单细胞转录组数据因子分析方法,并通过从细胞和基因两个层面探索生物异质性来解释模型结果.方法 采用深度生成网络,构建面向单细胞转录组数据因子分析的深度生成模型,用小鼠胚胎发育细胞转录组数据训练模型,对结果进行细胞类型注释、因子及载荷可视化等下游生物学分析.结果 该模型实现了单细胞转录组数据的降维并同时保留了异质性,通过因子识别了不同细胞类型之间的特征,通过载荷鉴定出细胞特异性基因.结论 基于深度生成模型构建的因子分析方法具有更好的可解释性,能从信息复杂、具有错综关系的单细胞转录组数据中提取代表性信息,并从不同层面解析其生物学含义,为单细胞数据分析开拓了新思路.

关键词：因子分析、单细胞转录组、深度学习、变分自编码器

所属期刊栏目：46

分类号：Q753(分子遗传学)

资助基金：国家重点研发计划2017YFC0908300

在线出版日期：2022-10-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：699-704,714