scZiva：一种基于零膨胀变分自编码器的单细胞RNA-seq数据推断方法

《BMC Bioinformatics》：scZiva: imputation method for single-cell RNA-seq data with zero-inflated variational autoencoder

　　

摘要

背景

单细胞RNA测序技术被视为基因表达研究领域的重大突破，为生物医学和临床应用带来了诸多益处。然而，scRNA-seq数据中存在大量技术性缺失值，这会增加数据噪声，进而影响细胞聚类、差异表达分析以及细胞轨迹推断等后续分析的准确性。近期有许多基于深度学习的插补方法被用于恢复scRNA-seq数据中缺失的基因表达数值。尽管已有不少研究努力，但这些现有方法在捕捉scRNA-seq数据中的局部共表达模式，以及区分技术性零值与真正的生物学零值方面仍存在局限。

结果

本研究提出了一种基于变分自编码器的新颖scRNA-seq数据插补方法，名为scZiva。该方法构建了一个结构化的概率框架，能够同时建模缺失值的不确定性以及由统计因素导致的局部基因依赖关系。scZiva还采用了概率引导的选择性插补机制，以便在保留具有生物学意义的零值的同时，恢复那些很可能是由技术问题导致的缺失值。该框架通过结合零膨胀负二项分布概率模型以及经过卷积优化的编码器架构来实现功能。在模拟数据集和真实数据集上进行的全面实验表明，相较于其他基准方法，scZiva具有更出色的性能。

结论

与五种基准方法相比，所提出的方法在大多数评估场景下都表现出强劲且稳定的性能，尤其是在恢复缺失的基因表达数值以及为后续分析提供支持方面。这是一种分析scRNA-seq数据的极具前景的方法。