単一細胞マルチオミクスデータを整列するためのGromov-Wasserstein最適輸送【JST・京大機械翻訳】

Demetci, P.; Santorella, R.; Sandstede, B.; Noble, W. S.; Singh, R.

プレプリント

J-GLOBAL ID：202202201084032778 整理番号：22P0233149

単一細胞マルチオミクスデータを整列するためのGromov-Wasserstein最適輸送【JST・京大機械翻訳】

Gromov-Wasserstein optimal transport to align single-cell multi-omics data

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (5件)： , , , ,
資料名：
発行年： 2020年11月11日プレプリントサーバーでの情報更新日： 2020年11月11日
JST資料番号： O7001B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

単一細胞測定のデータ統合は,細胞発達と疾患を理解するために重要であるが,異なるタイプの測定の間の対応の欠如は,そのような努力を困難にする。いくつかの教師なしアルゴリズムは共有空間で不均一な単一セル測定を整列でき,異なるデータドメインにおける単一セル間のマッピングの作成を可能にする。しかし,これらのアルゴリズムは高品質アラインメントのためのハイパーパラメータチューニングを必要とし,検証のための対応情報なしで教師なし設定において難しい。単一セルマルチオミクスデータセットを整列させるためにGromov Wassersteinベース最適輸送を用いる教師なし学習アルゴリズムである最適輸送(SCOT)を用いた単一セルアラインメントを提示した。SCOTのアラインメント性能を,4つのシミュレーションおよび2つの実世界データセットに関する最先端アルゴリズムと比較した。SCOTは,最先端の方法のパーで実行するが,より速く,より少ないハイパーパラメータの調整を必要とする。さらに,パラメータ選択を導くために,Gromov Wasserstein距離を使用するSCOTのためのアルゴリズムを提供した。したがって,以前の方法とは異なり,SCOTは,ハイパーパラメータを選択するための任意の直交対応情報を用いること無しに,よく整列する。結果を複製するためのソースコードとスクリプトはhttps://github.com/rsinghlab/SCOTで利用可能である。【JST・京大機械翻訳】

, , , , , , ,
, , , , , , 【Automatic Indexing@JST】

移動通信

, , ,

前のページに戻る