Scissor算法-从含有表型的bulkRNA数据中提取信息进而鉴别单细胞数据亚群

文章预览

在做基础实验的时候，研究者都希望能够改变各种条件来进行对比分析，从而探索自己所感兴趣的方向。 在做数据分析的时候也是一样的，我们希望有一个数据集能够附加了很多临床信息/表型，然后二次分析者们就可以进一步挖掘。 然而现实情况总是数据集质量非常不错，但是附加的临床信息/表型却十分有限，这种状况在单细胞数据分析中更加常见。 因此如何将大量的含有临床信息/表型的bulk RNA测序数据和单细胞数据构成联系，这也是算法开发者们所重点关注的方向之一。 其中Scissor算法就可以从含有表型的bulk RNA数据中提取信息去鉴别单细胞亚群。 Scissor的分析原理主要是: 基于表达数据计算每个单细胞与bulk样本的相关性，筛选相关性较好的细胞群。 进一步结合表型信息，通过回归模型并加上惩罚项选出最相关的亚群。 原理详情可见： 1、gith ………………………………