CN116486920B 一種基于迭代em聚類的單細胞轉錄組疾病特異性細胞分析方法 （重慶大學）

一種基于迭代EM聚類的單細胞轉錄組疾病本發明涉及單細胞轉錄組數據的分析方法后利用迭代EM聚類算法將所分析的細胞分為兩2步驟2：針對感興趣的某一細胞群，獲取該細胞群在當前疾病條件下的上調和下調基步驟7：根據初始上調分數和初始下調分數的結果計算各個細胞的初始疾病分數集如其中，Scorelast為以迭代聚類后的某一類細胞為基礎而得到的類別分數根據最后一次迭代結果得到的最終上調分數集，為根據最后一次迭代結果得到的隨后，將score。按照其中各細胞的初始疾病分數從小到大重新排序，再將Sco中各個細胞的類別分數依照重排后的score所對應的細胞順序進行排列，并計算重排后的score'和Scorelast之間的皮爾遜相關系數r；②若重排后的Scorelast在總體上與抽排后scor3最后用每個細胞中的上調或下調基因表達量的平均值除以該類別中細胞參考基因表4D麗為第i5[0002]單細胞轉錄組測序(scRNA_seq)可以用來識別每個細胞的獨特轉錄組特征。利用scRNA_seq數據對疾病進行研究，以期待在細胞分子水平上對致病原因進行更加精確地刻[0003]現有大多數方法對患者scRNA_seq數據分析時，多從粗糙總體方面的變化進行研用于直接利用患者組和正常組的細胞比較差異，只不過這種比較差異的方式因為scRNA_者上皮細胞中的疾病特異性細胞，該方法首先利用TCGA胃腺癌數據集中RNA_seq數據做出[0004]然而并不是所有疾病都像癌癥一樣有成熟的RNA_Seq數據庫作為參考，且其他疾6[0005]本發明意在提出一種基于迭代EM聚類的單細胞轉錄組疾[0013]步驟7：根據初始上調分數和初始下調分數的結果計算細胞的初始疾病分數集如[0015]其中，score'為細胞的初始疾病分數集，score"為細胞的初始上調分數集，為根據最后一次迭代結果得到的最終上調分數集，為根據最后一次迭代結果得到中各個細胞的類別分數依照重排后的score.。所對應的細胞順序進行排列，并計算重排后的score'和Scorelast之間的皮爾遜相關系數r；7[0032]最后用每個細胞中的上調或下調基因表達量的平均值除以該類別中細胞參考基upup8胞第j個下調基因的表達量，Mdown表示經過差異基因表達算法計算出來的下調基因總數，[0050]本發明的有益效果在于：提出了一套能夠適用于所有疾病條件下的scRNA_seq數[0054]圖1是本發明實施例中的基于迭代EM聚類的單細胞轉錄組疾病特異性細胞分析方[0055]圖2是本發明實施例中的迭代聚類結果在分數空間中的第一種分布情況的示意[0056]圖3是本發明實施例中的迭代聚類結果在分數空間中的第二種分布情況的示意9[0058]本實施例中的基于迭代EM聚類的單細胞轉錄組疾病特異性細胞分析方法的流程相似度最高的一群細胞挑選出來作為一個細胞群。細胞群分好后，需用如CellMarker、用于scRNA_Seq數據差異表達基因Kmeans聚類算法根據每個細胞的總表達量將所有細胞分為K類，接下來計算每個類別中細[0065]最后用每個細胞中特征基因表達量的平均值除以其所在類別中細胞參考基因表upup胞第j個下調基因的表達量，Mdown表示經過差異基因表達算法計算出來的下調基因總數，數，通過獲取兩個分數之間的皮爾遜相關系數r來判斷迭代變化的合理性。統計學原理指[0085]首先，根據初始上調分數和初始下調分數的結果計算細胞的初始疾病分數集如[0087]其中，score為細胞的初始疾病分數集，score"為細胞的初始上調分數集，[0094]隨后，將score'按照其中各細胞的初始疾病分數從小到大重新排序，再將計算重排后的score和Scorelast之間的皮爾遜相關系數r，其中score和Scorelast的示最后一次迭代所選中的，用于計算差異表達基因的類別與初始選中的類別(患者組)相序的順序進行排序，若迭代后的類別分數的整體變[0097]本實施例中還基于DVelmeshev等人收集的關于自閉癥譜系障礙患者腦部的單細cellgenomicsidentifiescelltype–specificmolecularchangesinautism[J]成了17個細胞群，它們分別是纖維狀星形膠質細胞(AST_FB)，原生質星形膠質細胞(AST_II)，小膠質細胞(Microglia)，少突膠質細胞(Oligodendrocytes)和內皮細胞(Endothelial)。該數據集由前額葉皮質(PFC)和前扣帶皮層(ACC)兩部分組成，本例采用[0104]第一種分布情況如圖2所示，其中縱軸表示患者相對于健康人的基因表達上調分體內的變化較大。在本例中，某些亞群最終的迭代分布情況大致就如這第一類分布，如后續的分