单细胞RNA测序整合参数的系统性评估框架及其对牛胚胎发育生物学解释的影响

《Scientific Reports》：Systematic evaluation of integration methods and parameters on single-cell RNA-sequencing biological insights: a case study on cattle embryos

摘要

单细胞RNA测序（scRNA-seq）整合方法能够在去除技术变异的同时保留生物学信号，然而，系统评估参数选择如何影响生物学解释的框架仍然有限。传统基准测试方法仅对每种方法的单一参数配置进行评估，可能会遗漏功能结果和方法收敛中的系统性模式。本研究开发了一套用于系统评估整合参数的框架，并将其应用于牛胚胎发育研究。六种整合方法（FastMNN、CCA、RPCA、scVI、Harmony、STACAS）与多个参数（包括近邻识别和聚类参数）组合，共产生8,232种组合。主要评估的输出指标为特定细胞数量和标志物识别。在剔除细胞和标志物识别效果极差的组合后，保留了4,287种整合参数组合进行分析。结果呈现三个主要模式（聚类），各聚类中的整合方法分布呈非随机性，且表现出不同的生物学结果。其中一种模式由scVI和STACAS整合组成，其特点是未能识别上胚层细胞。聚类2（n = 29）同样由scVI和STACAS整合组成，识别出最多的上胚层标志物（n = 7、8或9），但上胚层细胞数量有限（中位数 = 10）。聚类1（n = 4,120种组合）具有最高的方法多样性。在各聚类中，滋养层和中胚层表现出较高的功能差异性，而上胚层和内细胞团在基因本体类别中表现出中等程度的重叠。该方法表明，参数选择会影响细胞类型分类、功能解释以及方法收敛的程度，对识别特定生物学推断并进行进一步的独立验证具有重要意义。建议采用系统性方法评估整合方法及其其他参数，以实现准确的生物学推断。