目前最新的一代測序技術(shù)是單細(xì)胞測序,scRNA-seq（single cell RNA sequencing:單細(xì)胞RNA測序）是其中一項代表性技術(shù)。該技術(shù)可以解決細(xì)胞群體異質(zhì)性的問題,有助于發(fā)現(xiàn)和定義新的細(xì)胞亞型。通常采取的方法首先對數(shù)據(jù)進行質(zhì)量檢查、填補缺失數(shù)據(jù)及標(biāo)準(zhǔn)化等預(yù)處理,接著進行聚類分析,并從聚類結(jié)果中篩選出差異表達基因,最后進行細(xì)胞類型富集分析和轉(zhuǎn)錄動力學(xué)分析或其他進一步的生物學(xué)分析。在整個分析過程中,對經(jīng)過預(yù)處理的數(shù)據(jù)進行準(zhǔn)確的聚類分析是關(guān)鍵且具有挑戰(zhàn)性的任務(wù)。本文提出了一種流程化分析方法:LAK（Lasso And K-means based single cell RNA sequencing data analysis pipeline:基于Lasso和K-means的單細(xì)胞RNA測序數(shù)據(jù)流程化分析方法）,將數(shù)據(jù)預(yù)處理、標(biāo)準(zhǔn)化、特征提取及聚類、差異表達分析及細(xì)胞類型識別等單細(xì)胞聚類分析流程整合為一個集成工具。本文重點聚焦于聚類環(huán)節(jié),改進完善現(xiàn)有方法,以提高聚類結(jié)果及后續(xù)細(xì)胞類型識別的準(zhǔn)確性。對其他環(huán)節(jié),本課題對現(xiàn)有成熟方法進行分析、比較、篩選,采用準(zhǔn)確度高、穩(wěn)定性... 

【文章來源】：哈爾濱工業(yè)大學(xué)黑龍江省 211工程院校 985工程院校

【文章頁數(shù)】：46 頁

【學(xué)位級別】：碩士

【部分圖文】：

單細(xì)胞RNA測序數(shù)據(jù)聚類分析流程圖

哈爾濱工業(yè)大學(xué)應(yīng)用統(tǒng)計碩士專業(yè)學(xué)位論文 pjjjjDwfX1;max(,)ws.t. 122w , s1w , 0jw j 一個 p 維向量，jw 是第 j 個維度的權(quán)重， s 是控制懲罰這是為了讓 L1和 L2同時起作用，見圖 3-1。當(dāng) s 1時，2; 當(dāng) s p時，限制區(qū)域退化為只有 L1.

下面對式（3-14）作簡要的說明：（1）如果pw w ... w12, 則（3-14）退化成（3-13）。（2）L1 正則項將起到對維數(shù)進行約減的作用，參數(shù) s 越小，懲罰力度越大，將導(dǎo)致更多的權(quán)數(shù)變?yōu)?0。（3）jw 可以被理解為每個維度對聚類的貢獻度，大 的值意味著該特征對聚類的影響較大， =0 則意味著該特征沒有參與聚類。（4）為了簡化模型，要求 , 0jjf X.接下來，將 K-means 算法按上述框架修改為稀疏聚類算法。在歐式距離下，K-means 算法等同于最小化 WCSS（within-cluster sum of squares：組內(nèi)平方和），也就是說，尋找將 n個樣本劃分成 K 類的最優(yōu)分劃，使得 WCSS 最小。Kp1a) s=1.05 時，共同限制區(qū)域b) s=1.35 時，共同限制區(qū)域圖 3-2 s 取不同值時，限制區(qū)域示意圖


本文編號：3360922