Secuer（a scalable and efficient spectral clustering algorithm）基于譜聚類算法（圖1）,，從單細(xì)胞數(shù)據(jù)中識別錨點(diǎn)（anchors）,，然后借助近似最近鄰算法（MAKNN）構(gòu)造一個(gè)由細(xì)胞和錨點(diǎn)組成的加權(quán)二部圖，其權(quán)重采用局部加權(quán)的高斯核距離度量,。此外,，作者引入了兩種自動(dòng)確定聚類個(gè)數(shù)的策略：1）基于錨點(diǎn)的圖分割（如Louvain）算法；2）基于加權(quán)二部圖拉普拉斯（Laplacian）矩陣的特征值的分布算法,。此外,，得益于算法運(yùn)行時(shí)間上的優(yōu)勢，作者進(jìn)一步引入了一個(gè)集成聚類的方法Secuer-consensus,，通過變換不同的參數(shù)使用Secuer取得多個(gè)聚類結(jié)果,，進(jìn)而構(gòu)造一個(gè)集成二部圖獲得一致性聚類結(jié)果（圖2）,。
圖1 Secuer流程示意圖
圖2 Secuer-consensus流程示意圖
為了證明Secuer的性能，作者首先基于小鼠大腦數(shù)據(jù)集模擬了不同數(shù)量（1萬到4千萬）的單細(xì)胞數(shù)據(jù),。與其他方法相比,，Secuer極大的降低了聚類時(shí)間，并取得了較高的準(zhǔn)確度,。對于超大型數(shù)據(jù)集,，Secuer比k-means快5倍，比Louvain/Leiden快12倍,，使用的內(nèi)存僅是Louvain的10% (圖3),。此外，當(dāng)樣本量大于500萬時(shí),，Secuer基于錨點(diǎn)空間推斷的聚類個(gè)數(shù)仍然是準(zhǔn)確的,。隨后，作者收集了15套涉及不同測序技術(shù)的具有注釋的單細(xì)胞數(shù)據(jù)集,，其中細(xì)胞個(gè)數(shù)從49到140萬,。Secuer相比其他方法產(chǎn)生了相當(dāng)或更高的準(zhǔn)確度，且平均能節(jié)省90%的運(yùn)行時(shí)間,。
圖3 模擬數(shù)據(jù)集上不同方法的結(jié)果展示
作者進(jìn)一步評估了Secuer-consensus的準(zhǔn)確度,，與流行的集成聚類算法SC3相比，Secure-consensus在14個(gè)基準(zhǔn)數(shù)據(jù)集上獲得了更好的聚類精度,，且速度比SC3快100倍,，并且可以在SC3不能使用的大型數(shù)據(jù)集上工作。例如,，Secuer-consensus可在2分鐘內(nèi)實(shí)現(xiàn)大型數(shù)據(jù)集（~140萬個(gè)細(xì)胞）的聚類,。與最近發(fā)表的另一個(gè)針對大規(guī)模scRNA-seq數(shù)據(jù)的集成聚類方法Specter相比，Secure-consensus在大型數(shù)據(jù)集上具有更高的準(zhǔn)確性同時(shí)耗時(shí)更短,。
總體來說,，Secuer在準(zhǔn)確性、計(jì)算成本和可擴(kuò)展性之間取得了很好的平衡,，是聚類圖譜級scRNA-seq數(shù)據(jù)的高效算法,，也可以應(yīng)用于在線scRNA-seq計(jì)算平臺對海量數(shù)據(jù)進(jìn)行實(shí)時(shí)分析。
上海師范大學(xué)數(shù)理學(xué)院博士研究生魏娜娜為該論文的第一作者,。上海交通大學(xué)數(shù)學(xué)科學(xué)學(xué)院劉林副教授,、上海交通大學(xué)公共衛(wèi)生學(xué)院鄭小琪教授和北京大學(xué)基礎(chǔ)醫(yī)學(xué)院/北京大學(xué)腫瘤醫(yī)院吳華君研究員為該論文的共同通訊作者。
原文鏈接：https://journals.plos.org/ploscompbiol/article?id=10.1371/journal.pcbi.1010753
軟件鏈接：https://github.com/nanawei11/Secuer
參考文獻(xiàn)
1. Kolodziejczyk AA, Kim JK, Svensson V, Marioni JC, Teichmann SA. The technology and biology of single-cell RNA sequencing. Mol Cell. 2015;58(4):610-20.
2. Ziegenhain C, Vieth B, Parekh S, Reinius B, Guillaumet-Adkins A, Smets M, et al. Comparative analysis of single-cell RNA sequencing methods. Mol cell. 2017;65(4):631-43. e4.
3. Wang D, Bodovitz S. Single cell analysis: the new frontier in ‘omics’. Trends Biotechnol. 2010;28(6):281-90.
4. Brbi? M, Zitnik M, Wang S, Pisco AO, Altman RB, Darmanis S, et al. MARS: discovering novel cell types across heterogeneous single-cell experiments. Nat Methods. 2020;17(12):1200-6.
5. Ren X, Wen W, Fan X, Hou W, Su B, Cai P, et al. COVID-19 immune features revealed by a large-scale single-cell transcriptome atlas. Cell. 2021;184(7):1895-913. e19.
6. Duò A, Robinson MD, Soneson C. A systematic performance evaluation of clustering methods for single-cell RNA-seq data. F1000Res. 2018;7.
