
-
生物通官微
陪你抓住生命科技
跳动的脉搏
EMD-HVG:一种基于地球移动距离、无需标准化的强变异基因选择方法
《BMC Bioinformatics》:EMD-HVG: a normalization-independent method for highly variable gene selection based on Earth mover’s distance
【字体: 大 中 小 】 时间:2026年06月23日 来源:BMC Bioinformatics 4.4
编辑推荐:
摘要背景在单细胞RNA测序和空间转录组学分析中,识别高度可变基因是至关重要的步骤。传统方法通常依赖标准化处理来调整文库大小差异,并在预定的分布假设下估算变异程度。然而,标准化流程可能会掩盖真实的生物学变异,而且所假设的分布往往无法充分体现单细胞RNA测序和空间转录组数据中固有的稀
在单细胞RNA测序和空间转录组学分析中,识别高度可变基因是至关重要的步骤。传统方法通常依赖标准化处理来调整文库大小差异,并在预定的分布假设下估算变异程度。然而,标准化流程可能会掩盖真实的生物学变异,而且所假设的分布往往无法充分体现单细胞RNA测序和空间转录组数据中固有的稀疏性和噪声问题。为解决这些局限,本研究旨在开发一种无需标准化且为非参数的方法,以便在单细胞RNA测序和空间转录组数据中更准确地识别高度可变基因。
我们提出了基于地球移动距离的高度可变基因识别方法(EMD-HVG),这是一种无需标准化且为非参数的框架,可用于识别高度可变基因。EMD-HVG通过利用细胞或空间位置上的混合分布来建模基因特定的表达模式,从而无需进行文库大小标准化即可保留原有的生物学多样性。为了衡量表达的变异程度,EMD-HVG采用了地球移动距离这一强大的非参数指标,它无需依赖任何特定的分布形式。
通过对真实数据和模拟数据集的广泛测试表明,EMD-HVG在各项性能指标上均优于现有的高度可变基因检测方法。在30种评估场景中的26种里,它的表现都处于最佳水平。此外,通过EMD-HVG识别出的高度可变基因显著提升了后续聚类的质量,有助于在多种生物系统中更精确地划分细胞类型。综上所述,这些结果凸显了EMD-HVG在单细胞和空间转录组分析中的强大稳健性以及广泛的适用性。
在单细胞RNA测序和空间转录组学分析中,识别高度可变基因是至关重要的步骤。传统方法通常依赖标准化处理来调整文库大小差异,并在预定的分布假设下估算变异程度。然而,标准化流程可能会掩盖真实的生物学变异,而且所假设的分布往往无法充分体现单细胞RNA测序和空间转录组数据中固有的稀疏性和噪声问题。为解决这些局限,本研究旨在开发一种无需标准化且为非参数的方法,以便在单细胞RNA测序和空间转录组数据中更准确地识别高度可变基因。
我们提出了基于地球移动距离的高度可变基因识别方法(EMD-HVG),这是一种无需标准化且为非参数的框架,可用于识别高度可变基因。EMD-HVG通过利用细胞或空间位置上的混合分布来建模基因特定的表达模式,从而无需进行文库大小标准化即可保留原有的生物学多样性。为了衡量表达的变异程度,EMD-HVG采用了地球移动距离这一强大的非参数指标,它无需依赖任何特定的分布形式。
通过对真实数据和模拟数据集的广泛测试表明,EMD-HVG在各项性能指标上均优于现有的高度可变基因检测方法。在30种评估场景中的26种里,它的表现都处于最佳水平。此外,通过EMD-HVG识别出的高度可变基因显著提升了后续聚类的质量,有助于在多种生物系统中更精确地划分细胞类型。综上所述,这些结果凸显了EMD-HVG在单细胞和空间转录组分析中的强大稳健性以及广泛的适用性。