刘桂锋, 于绍楠, 崔 璐

(1. 吉林大学中日联谊医院 放射线科, 长春 130033; 2. 吉林大学中日联谊医院 医疗保险管理部, 长春 130033)

单细胞转录组学在细胞发育分化、 肿瘤浸润免疫细胞的功能状态以及慢性疾病诊疗等领域应用广泛. 近年来, 针对单细胞转录组数据的研究已有许多结果[1]. 但在研究人体器官、 组织各主要发育阶段及慢性疾病状态下各类细胞的内在规律、 相互关系和稳态失衡等复杂细胞分化问题时, 以聚类算法为代表的传统细胞类型识别方法存在准确率较低及结果缺乏合理生物医学解释的缺陷. 因此, 探索高效准确的细胞类型识别算法成为该领域亟待解决的问题之一. 为得到更准确的细胞分类结果, 文献[2]提出了一种半监督聚类算法, 其利用少量已标记的基因信息引导细胞样本的聚类, 但由于少量标记基因的监督能力较弱, 因此该细胞分类方法的准确率有待提高； 文献[3]提出了一种半监督降维辅助细胞分类算法, 该方法将少量标记样本与无标记样本混合以训练自动编码器网络, 实现标记信号的放大和传播, 但由于无标记样本作为训练样本时不可避免地存在误差, 当标记样本较多时其分类性能仍然无法与强分类器相比. 基于此, 本文提出一种基于集成学习策略的单细胞RNA-seq数据分类算法, 该方法能利用不同分类算法各自的优点寻找最佳的细胞类型划分.

1 单细胞RNA-seq集成分类模型

给定一个单细胞RNA-seq基因表达矩阵……