DR-GEM：解决单细胞与空间基因组学数据分析中稀有信号遗漏问题的自监督框架

《Nature Communications》：DR-GEM enables self-supervised machine learning for single-cell embeddings and annotations

　　

摘要

降维和聚类对于单细胞与空间基因组学数据分析至关重要。在此我们表明，现有方法倾向于拟合过采样类别，并遗漏更多独特的信号和模式，例如稀有细胞类型和状态。我们发现，在这种情况下，问题主要不在于数据本身的稀缺性，而在于模型将丰度等同于重要性。针对这一问题，我们提出了“分布鲁棒且潜在组感知的共识机器学习”（Distributionally Robust and latent Group-AwarE consensus Machine learning）或 DR-GEM，这是一种自监督元算法，它利用重建误差重新引导模型注意力，使其关注最初遗漏的模式，并应用平衡共识学习以提高鲁棒性并过滤低质量数据。我们将 DR-GEM 应用于合成和真实世界的单细胞、空间转录组学以及 Perturb-seq 数据集，并证明它在获得可靠嵌入、恢复稀有细胞类型、过滤噪声、缓解细胞层面和患者层面的代表性不足以及揭示留出的遗传和空间特征方面优于现有方法。因此，我们揭示并解决了一个被低估的问题，并提出了一个自监督框架来帮助支持基于人工智能和数据驱动的发现。