[论文解读] Cell-type-specific transcriptomes and the Allen Atlas (II): discussion of the linear model of brain-wide densities of cell types

Pascal Grange, Jason W. Bohland+7 more|arXiv (Cornell University)|Feb 12, 2014

Gene expression and cancer classification参考文献 19被引用 4

一句话总结

本研究评估了利用64种细胞类型的转录组数据和Allen脑图谱，通过线性模型估算小鼠全脑细胞类型密度的可靠性。通过子抽样基因并添加噪声，研究发现中等棘状神经元和皮层锥体神经元等关键细胞类型在密度预测中表现出高度稳定性，而其他一些细胞类型则表现出可变的性能，凸显了该方法在系统神经科学研究中的鲁棒性与局限性。

ABSTRACT

The voxelized Allen Atlas of the adult mouse brain (at a resolution of 200 microns) has been used in [arXiv:1303.0013] to estimate the region-specificity of 64 cell types whose transcriptional profile in the mouse brain has been measured in microarray experiments. In particular, the model yields estimates for the brain-wide density of each of these cell types. We conduct numerical experiments to estimate the errors in the estimated density profiles. First of all, we check that a simulated thalamic profile based on 200 well-chosen genes can transfer signal from cerebellar Purkinje cells to the thalamus. This inspires us to sub-sample the atlas of genes by repeatedly drawing random sets of 200 genes and refitting the model. This results in a random distribution of density profiles, that can be compared to the predictions of the model. This results in a ranking of cell types by the overlap between the original and sub-sampled density profiles. Cell types with high rank include medium spiny neurons, several samples of cortical pyramidal neurons, hippocampal pyramidal neurons, granule cells and cholinergic neurons from the brain stem. In some cases with lower rank, the average sub-sample can have better contrast properties than the original model (this is the case for amygdalar neurons and dopaminergic neurons from the ventral midbrain). Finally, we add some noise to the cell-type-specific transcriptomes by mixing them using a scalar parameter weighing a random matrix. After refitting the model, we observe than a mixing parameter of $5\%$ leads to modifications of density profiles that span the same interval as the ones resulting from sub-sampling.

研究动机与目标

• 评估用于估算小鼠全脑细胞类型密度的线性模型的可靠性和误差结构。
• 评估模型预测对基因选择和测量噪声变化的敏感性。
• 识别在不同基因子集下产生最稳定和最准确密度估计的细胞类型。
• 基于转录组数据与图谱共注册，为细胞类型的解剖定位提供置信阈值。

提出的方法

• 线性模型将Allen参考图谱中的体素水平基因表达分解为64种细胞类型特异性转录组的贡献。
• 模型通过求解约束二次优化问题，估算每个细胞类型在每个200微米体素中的密度。
• 通过反复随机抽取200个基因的子集，评估预测密度谱的变异性。
• 通过使用标量混合参数将随机矩阵与细胞类型转录组混合，向转录组中添加噪声，以模拟测量误差。
• 使用重叠率和定位得分，对原始与子抽样密度谱进行统计比较。
• 基于子抽样结果的分布，推导出细胞类型密度预测的置信阈值。

实验结果

研究问题

• RQ1 当从完整转录组数据集中随机选择基因子集时，细胞类型预测的全脑密度谱在多大程度上保持稳定？
• RQ2 哪些细胞类型在不同基因子样本中表现出最高的密度估计一致性？
• RQ3 与基因子抽样相比，向细胞类型转录组中添加噪声在多大程度上影响预测的密度谱？
• RQ4 该模型的预测是否可信赖于细胞类型的解剖定位？此类预测的置信区间是什么？
• RQ5 某些脑区或细胞类型是否系统性地表现出更高或更低的预测可靠性？

主要发现

• 中等棘状神经元、皮层和海马锥体神经元、颗粒细胞以及脑干胆碱能神经元的原始与子抽样密度谱之间重叠度高，表明预测具有鲁棒性。
• 对于某些细胞类型（如杏仁核神经元和腹侧中脑多巴胺能神经元），平均子抽样谱在对比度方面优于原始模型，表明原始基因集可能存在过拟合。
• 细胞类型转录组中5%的噪声水平所导致的密度谱变化范围，与基因子抽样引起的变异相当，表明对数据扰动具有相似的敏感性。
• 该模型在大脑皮层、海马、丘脑和小脑中预测最可靠，而在嗅觉区域和延髓等区域可靠性较低。
• 本研究基于子抽样结果的分布，建立了细胞类型密度预测的置信阈值，实现了对图谱基础上细胞类型定位不确定性程度的量化。
• 线性模型框架为全小鼠脑范围内的细胞类型密度估算提供了稳定且可量化的途径，并具备可测量的误差边界。