Secuer（a scalable and efficient spectral clustering algorithm）基于譜聚類算法（圖1），從單細胞數(shù)據(jù)中識別錨點（anchors），然后借助近似最近鄰算法（MAKNN）構(gòu)造一個由細胞和錨點組成的加權(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確定聚類個數(shù)的策略：1）基于錨點的圖分割（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，得益于算法運行時間上的優(yōu)勢，作者進一步引入了一個集成聚類的方法Secuer-consensus，通過變換不同的參數(shù)使用Secuer取得多個聚類結(jié)果，進而構(gòu)造一個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）的單細胞數(shù)據(jù)。與其他方法相比，Secuer極大的降低了聚類時間，并取得了較高的準確度。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，Secuer基于錨點空間推斷的聚類個數(shù)仍然是準確的。隨后，作者收集了15套涉及不同測序技術(shù)的具有注釋的單細胞數(shù)據(jù)集，其中細胞個數(shù)從49到140萬。Secuer相比其他方法產(chǎn)生了相當(dāng)或更高的準確度，且平均能節(jié)省90%的運行時間。
圖3 模擬數(shù)據(jù)集上不同方法的結(jié)果展示
作者進一步評估了Secuer-consensus的準確度，與流行的集成聚類算法SC3相比，Secure-consensus在14個基準數(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)實現(xiàn)大型數(shù)據(jù)集（~140萬個細胞）的聚類。與最近發(fā)表的另一個針對大規(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)集上具有更高的準確性同時耗時更短。
總體來說，Secuer在準確性、計算成本和可擴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計算平臺對海量數(shù)據(jù)進行實時分析。
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
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.
