CN116486920B 一种基于迭代em聚类的单细胞转录组疾病特异性细胞分析方法 （重庆大学）

一种基于迭代EM聚类的单细胞转录组疾病本发明涉及单细胞转录组数据的分析方法后利用迭代EM聚类算法将所分析的细胞分为两2步骤2：针对感兴趣的某一细胞群，获取该细胞群在当前疾病条件下的上调和下调基步骤7：根据初始上调分数和初始下调分数的结果计算各个细胞的初始疾病分数集如其中，Scorelast为以迭代聚类后的某一类细胞为基础而得到的类别分数根据最后一次迭代结果得到的最终上调分数集，为根据最后一次迭代结果得到的随后，将score。按照其中各细胞的初始疾病分数从小到大重新排序，再将Sco中各个细胞的类别分数依照重排后的score所对应的细胞顺序进行排列，并计算重排后的score'和Scorelast之间的皮尔逊相关系数r；②若重排后的Scorelast在总体上与抽排后scor3最后用每个细胞中的上调或下调基因表达量的平均值除以该类别中细胞参考基因表4D丽为第i5[0002]单细胞转录组测序(scRNA_seq)可以用来识别每个细胞的独特转录组特征。利用scRNA_seq数据对疾病进行研究，以期待在细胞分子水平上对致病原因进行更加精确地刻[0003]现有大多数方法对患者scRNA_seq数据分析时，多从粗糙总体方面的变化进行研用于直接利用患者组和正常组的细胞比较差异，只不过这种比较差异的方式因为scRNA_者上皮细胞中的疾病特异性细胞，该方法首先利用TCGA胃腺癌数据集中RNA_seq数据做出[0004]然而并不是所有疾病都像癌症一样有成熟的RNA_Seq数据库作为参考，且其他疾6[0005]本发明意在提出一种基于迭代EM聚类的单细胞转录组疾[0013]步骤7：根据初始上调分数和初始下调分数的结果计算细胞的初始疾病分数集如[0015]其中，score'为细胞的初始疾病分数集，score"为细胞的初始上调分数集，为根据最后一次迭代结果得到的最终上调分数集，为根据最后一次迭代结果得到中各个细胞的类别分数依照重排后的score.。所对应的细胞顺序进行排列，并计算重排后的score'和Scorelast之间的皮尔逊相关系数r；7[0032]最后用每个细胞中的上调或下调基因表达量的平均值除以该类别中细胞参考基upup8胞第j个下调基因的表达量，Mdown表示经过差异基因表达算法计算出来的下调基因总数，[0050]本发明的有益效果在于：提出了一套能够适用于所有疾病条件下的scRNA_seq数[0054]图1是本发明实施例中的基于迭代EM聚类的单细胞转录组疾病特异性细胞分析方[0055]图2是本发明实施例中的迭代聚类结果在分数空间中的第一种分布情况的示意[0056]图3是本发明实施例中的迭代聚类结果在分数空间中的第二种分布情况的示意9[0058]本实施例中的基于迭代EM聚类的单细胞转录组疾病特异性细胞分析方法的流程相似度最高的一群细胞挑选出来作为一个细胞群。细胞群分好后，需用如CellMarker、用于scRNA_Seq数据差异表达基因Kmeans聚类算法根据每个细胞的总表达量将所有细胞分为K类，接下来计算每个类别中细[0065]最后用每个细胞中特征基因表达量的平均值除以其所在类别中细胞参考基因表upup胞第j个下调基因的表达量，Mdown表示经过差异基因表达算法计算出来的下调基因总数，数，通过获取两个分数之间的皮尔逊相关系数r来判断迭代变化的合理性。统计学原理指[0085]首先，根据初始上调分数和初始下调分数的结果计算细胞的初始疾病分数集如[0087]其中，score为细胞的初始疾病分数集，score"为细胞的初始上调分数集，[0094]随后，将score'按照其中各细胞的初始疾病分数从小到大重新排序，再将计算重排后的score和Scorelast之间的皮尔逊相关系数r，其中score和Scorelast的示最后一次迭代所选中的，用于计算差异表达基因的类别与初始选中的类别(患者组)相序的顺序进行排序，若迭代后的类别分数的整体变[0097]本实施例中还基于DVelmeshev等人收集的关于自闭症谱系障碍患者脑部的单细cellgenomicsidentifiescelltype–specificmolecularchangesinautism[J]成了17个细胞群，它们分别是纤维状星形胶质细胞(AST_FB)，原生质星形胶质细胞(AST_II)，小胶质细胞(Microglia)，少突胶质细胞(Oligodendrocytes)和内皮细胞(Endothelial)。该数据集由前额叶皮质(PFC)和前扣带皮层(ACC)两部分组成，本例采用[0104]第一种分布情况如图2所示，其中纵轴表示患者相对于健康人的基因表达上调分体内的变化较大。在本例中，某些亚群最终的迭代分布情况大致就如这第一类分布，如后续的分