[论文解读] Identifying and removing the cell-cycle effect from single-cell RNA-Sequencing data

Martin Barron, Jun Li|arXiv (Cornell University)|May 15, 2016

Single-cell and spatial transcriptomics参考文献 44被引用 5

一句话总结

本文提出 ccRemover，一种新颖方法，用于识别并从单细胞RNA测序数据中去除细胞周期驱动的转录噪声。通过利用细胞周期特征矩阵和迭代回归，ccRemover 有效抑制了细胞周期变异，同时保留了生物相关的信号，显著提升了在模拟和真实数据集上的下游聚类准确性。

ABSTRACT

Single-cell RNA-Sequencing (scRNA-Seq) is a revolutionary technique for discovering and describing cell types in heterogeneous tissues, yet its measurement of expression often suffers from large systematic bias. A major source of this bias is the cell cycle, which introduces large within-cell-type heterogeneity that can obscure the differences in expression between cell types. The current method for removing the cell-cycle effect is unable to effectively identify this effect and has a high risk of removing other biological components of interest, compromising downstream analysis. We present ccRemover, a new method that reliably identifies the cell-cycle effect and removes it. ccRemover preserves other biological signals of interest in the data and thus can serve as an important pre-processing step for many scRNA-Seq data analyses. The effectiveness of ccRemover is demonstrated using simulation data and three real scRNA-Seq datasets, where it boosts the performance of existing clustering algorithms in distinguishing between cell types.

研究动机与目标

• 为解决细胞周期对单细胞RNA测序数据的混淆影响，该影响在细胞类型内部引入了虚假的异质性。
• 开发一种方法，可准确识别细胞周期相关的转录变异，同时不破坏其他具有生物意义的表达模式。
• 通过去除细胞周期引起的系统性噪声，提升下游分析（尤其是聚类）的性能。
• 提供一种可靠的预处理工具，以增强在异质性组织中细胞类型发现的分辨率。

提出的方法

• ccRemover 使用文献中已知的细胞周期阶段标记基因构建细胞周期特征矩阵。
• 采用迭代回归框架，估算并从每个细胞的基因表达谱中减去细胞周期贡献。
• 该方法使用稳健估计程序，以最小化异常值的影响，并确保去除过程的稳定性。
• 将细胞周期效应建模为阶段特异性基因集的线性组合，从而实现表达变异的精确分解。
• 该算法通过仅聚焦于识别出的细胞周期组分，来保留非细胞周期的生物信号。
• 通过模拟研究和真实单细胞RNA测序数据集进行验证，以确保其通用性和有效性。

实验结果

研究问题

• RQ1 计算方法能否可靠地识别并分离单细胞RNA测序数据中的细胞周期相关转录变异？
• RQ2 去除细胞周期效应是否能提高聚类算法在区分真实生物细胞类型方面的准确性？
• RQ3 该方法能否在有效抑制细胞周期噪声的同时，保留非细胞周期的生物信号？
• RQ4 与现有方法相比，ccRemover 在信号保留和噪声抑制方面表现如何？

主要发现

• ccRemover 在模拟和真实单细胞RNA测序数据集中均成功减少了细胞周期驱动的变异，实现了更清晰的生物分离。
• 在三个真实数据集中，ccRemover 显著提升了下游聚类算法的性能，如调整兰德指数和轮廓系数所衡量的指标。
• 与现有方法相比，ccRemover 更好地保留了非细胞周期的生物信号，最大限度降低了误删生物相关组分的风险。
• ccRemover 中的迭代回归框架对数据中的噪声和异常细胞表现出良好的鲁棒性。
• 使用预定义的细胞周期特征矩阵增强了校正过程的可重复性和可解释性。