《Pattern Recognition》:Robust graph regularized multi-view non-negative matrix tri-factorization for integrative single-cell multi-omics clustering
编辑推荐:
•投影三因子分解桥接了稀疏多组学数据中的模态差距。•动态子流形正则化将图复杂度降低至 O(K?2)。•斯梯费尔流形正交约束保证了可解释的聚类。•scRG-NMTF 在 8 个多组学数据集上实现了最先进的准确性。引言单细胞测序技术彻底改变了细胞异质性的解析 [1]。最近,多组学
- •
投影三因子分解桥接了稀疏多组学数据中的模态差距。
- •
动态子流形正则化将图复杂度降低至 O(K?2)。
- •
斯梯费尔流形正交约束保证了可解释的聚类。
- •
scRG-NMTF 在 8 个多组学数据集上实现了最先进的准确性。
引言
单细胞测序技术彻底改变了细胞异质性的解析 [1]。最近,多组学分析比单模态方法提供了更全面的细胞状态景观,有效地绘制了复杂的组织架构 [2],并揭示了前所未有的生物发现机会 [3]。多重测量技术,如 10x Multiome 和 CITE-seq,同时捕获了多样的组学组合 [4]。为了利用这些海量数据,已经建立了多模态整合的不同计算原理 [5],这些原理持续为解析隐藏的细胞异质性和复杂的调控机制 [6] 提供动力。
尽管有这些见解,但由于严重的模态差距、不同的统计分布和极端的 dropout 稀疏性,计算整合仍然是一个艰巨的挑战 [7]。目前,整合主要依赖于深度生成模型或图正则化矩阵分解。虽然深度学习策略(例如 scMVAE [8]、scMDC [9] 和 GLUE [10])实现了强大的非线性对齐,但它们表现为黑箱,需要详尽的超参数调优,并且极易在嘈杂、稀疏的数据上过拟合。相反,非负矩阵分解(NMF)变体 [11]、[12]、[13] 提供了稳健的收敛性和基于部分的解释性。然而,当应用于大规模单细胞数据时,传统图正则化 NMF 存在两个关键的结构局限性。
首先,强制降维(处理极端稀疏性所必需的)引入了负值,违反了 NMF 严格的非负约束 [14]。传统的零截断强制丢弃这些值,导致不可逆的信号损失和拓扑破坏。其次,传统图正则化 NMF 依赖于静态的稠密细胞间亲和网络,施加了令人无法忍受的 计算复杂度,其中 表示细胞的总数。更重要的是,这些固定的稠密拓扑极易受到初始数据噪声的影响 [15] 并不可避免地传播它,导致严重的表示过平滑 [16]——这是一个即使最近的共识图学习框架也在努力解决的持续瓶颈 [17]。
为了克服这些局限性,我们引入了 scRG-NMTF,一种鲁棒图正则化多视角非负矩阵三因子分解框架。具体而言,零损失 ReLU 镜像扩展完美保留了标准降维后的稠密特征,同时严格满足非负性。随后,投影三因子分解桥接了语义模态差距,将视角特定特征对齐到统一共识中。关键在于,动态子流形正则化机制严格在鲁棒的潜在子空间上重建拉普拉斯图,有效地防止过平滑,同时将计算开销大幅降低至线性可扩展性。
主要贡献有三点:(1) 统一双空间分解:scRG-NMTF 将模态特定特征与拓扑结构解耦,有效地桥接了严重的模态差距并抵抗 dropout 噪声。(2) 创新的数学鲁棒性:零损失 ReLU 镜像扩展在负值映射期间从数学上防止了信息损失,而特征级动态子流形正则化针对结构异常细化了图共识。(3) 最先进的性能:在八个多组学数据集上进行的广泛基准测试表明,与现有的领先算法相比,其在聚类准确性、计算可扩展性和生物可解释性方面具有广泛的优势。
本文其余部分组织如下:第 2 节全面回顾了多组学数据整合的相关工作。第 3 节详细介绍了所提出的 scRG-NMTF 框架,包括其数学公式和优化算法。第 4 节展示了广泛的实验结果、消融研究和生物验证。最后,第 5 节对本文进行了总结。
章节摘要
单细胞多组学整合
单细胞多组学的计算整合通常依赖于线性统计模型 [2]、[18] 或深度神经网络架构。近期的进展引入了针对特定生物挑战量身定制的高度专业化网络。例如,totalVI 专注于联合概率建模 [19],而 scMVAE 利用深度生成表示来捕捉复杂分布 [8]。此外,scMoMaT 通过矩阵三因子分解实现了镶嵌集成 [20],而
方法
本节详细介绍了 scRG-NMTF 的数学公式,介绍了符号并分解了旨在解决多组学整合中特定瓶颈的目标函数。
数据集描述
为了全面评估所提出的 scRG-NMTF 框架的整合和聚类性能,精选了八个公开可用的单细胞多组学基准数据集。如表 3 所述,这些数据集在生物物种(人类和小鼠)、测序平台(涵盖 10x Genomics、CITE-seq [4] 和 SHARE-seq [41])以及组学组合(转录组学与染色质可及性或表面蛋白丰度配对)方面表现出显著的多样性。
结论
在本研究中,提出了一种名为 scRG-NMTF 的新型鲁棒多视角非负矩阵分解框架,用于整合单细胞多组学聚类。通过投影三因子分解架构创新地将特征属性与拓扑结构解耦,所提出的模型有效地桥接了语义模态差距,并表现出对极端 dropout 稀疏性的卓越鲁棒性。关键在于,特征级动态子流形正则化
CRediT 作者贡献声明
Sheng Yuan: 写作 – 审阅与编辑,写作 – 原稿,可视化,验证,监督,软件,资源,项目管理,方法,调查,资金获取,形式分析,数据整理,构思。Hangjun Che: 写作 – 审阅与编辑,可视化,监督,软件,资源,项目管理,方法,调查,资金获取,数据整理,构思。Jingfeng Su: 写作 – 审阅与编辑,
利益冲突声明
作者声明他们没有任何已知的竞争性经济利益或个人关系,这些利益或关系可能被认为会影响本论文中报告的工作。
致谢
本工作部分由国家自然科学基金(项目编号:62476229)、重庆创新青年人才计划(项目编号:CSTB2024NSCQ-QCXMX0016)、中央高校基本科研业务费(项目编号:SWU-KF25003)、四川省自然科学基金(项目编号:2026NSFSC0443)、重庆市自然科学基金(项目编号:CSTB2024NSCQ-LZX0083)以及重庆市教育科技计划资助。
Sheng Yuan|Hangjun Che|Jingfeng Su|Huiwei Wang|Yadi Wang|Cheng Liu|Man-Fai Leung