细胞邻域不再一律可信:GatorAnchor按跨模态分歧给边打分,十个配对数据集平均指标居首
核心概要
单细胞多组学整合中,不同分子层对同一对细胞是否相邻常给出不一致的证据,而多数方法默认这些关系同等可靠。GatorAnchor把每种模态的不确定性与模态间均值分歧一起写进融合表示,再按RNA相似度、第二模态相似度和共享边解码器支持为候选细胞关系打出复合不可靠度,据此削弱或删除不可靠边。在十个配对RNA+ADT与RNA+ATAC数据集上,它的AMI、NMI、ARI、ACC四项平均指标均高于九个代表性整合方法;保留90%最可靠候选边后,十个数据集的同类型边纯度全部上升,但图结构变化因数据集而异。
深度剖析
细胞邻域关系现在带有一个可分解的可靠性评分,而不再被当作等权可信的图边。 此前的多组学整合方法主要围绕共享或对齐的低维表示学习,模态特异的不确定性和跨模态分歧通常没有被转化为逐条关系的判断,用来决定哪些细胞连接可以参与信息传播。 在十个配对数据集上,GatorAnchor的AMI、NMI、ARI、ACC四项平均表现均高于九个代表性整合方法;在Brain SNARE上,它的AMI、NMI、ARI、ACC分别为0.7947、0.7956、0.7764、0.8752,比该数据集上四项指标都最强的基线scMAGCA分别高0.1126、0.1121、0.2586、0.2814。
每条候选细胞关系由三路证据加权融合,分歧本身被计入不可靠度,得分高的边在传播图中被削弱或删除。 融合采用精度加权的专家乘积规则,把各模态的高斯表示按学习到的方差合并,并把模态均值之间的离散度额外加进融合方差,以补上专家乘积方差看不到均值分歧的缺口。 候选关系来自观测图、融合表示和各模态邻域,RNA相似度、第二模态相似度与共享边解码器支持按不确定性导出的权重合并;在十个数据集上保留90%最不可靠度最低的候选边后,同类型边纯度平均提升0.0208(95%置信区间0.0139–0.0276)。
不可靠度评分可以拆开看,指向具体的证据冲突来源,而不只是一个内部权重。 按不可靠度十分位分层,连接不同参考细胞类型的候选边比例从最低十分位的0.146升到最高十分位的0.421,差值为0.275(自助法95%置信区间0.140–0.403)。 第二模态主导的冲突在RNA+ADT和RNA+ATAC数据集中跨类型边比例最高,分别为0.60和0.59;在10Xmalt上,模态冲突与RNA–蛋白检测不一致(β=0.0509,95%置信区间0.0200–0.0832)和条件丰度不一致(β=0.0435,95%置信区间0.0083–0.0858)均呈正相关。
启示与展望
演示范围是十个公开配对单细胞多组学数据集(五个RNA+ADT、五个RNA+ATAC,细胞数713至30672)上的聚类评测,以及ALTRA TEA-seq中12名供体的46532个CD4相关细胞的三模态分析;缺失与镶嵌实验使用10Xmalt、GSE158013、PBMC unsorted 3k和GSE201402四个数据集。
不可靠度评分被明确定位为可分解的图可靠性诊断,而非校准过的边错误概率;跨类型连接只是生物邻域不一致的代理,因为真实的细胞状态过渡也会产生跨类型边。在缺失与镶嵌测量下,随着配对细胞比例从100%降到10%,平均ARI从0.613降到0.396,配对锚点为零时跨模态质心迁移的校正平衡准确率降到−0.007,接近随机水平。
