文献

J-GLOBAL ID：202202267622119249   整理番号：22A0913959

NMFLRR:低ランク表現による非負行列因子分解の統合によるscRNA-Seqデータのクラスタリング【JST・京大機械翻訳】

NMFLRR: Clustering scRNA-Seq Data by Integrating Nonnegative Matrix Factorization With Low Rank Representation

著者 (4件)： Zhang Wei (School of Science, East China Jiaotong University, Nanchang, China) ,  Xue Xiaoli (School of Science, East China Jiaotong University, Nanchang, China) ,  Zheng Xiaoying (Operations research and planning department, Naval University of Engineering, Wuhan, Hubei, China) ,  Fan Zizhu (School of Science, East China Jiaotong University, Nanchang, China)
資料名： IEEE Journal of Biomedical and Health Informatics  (IEEE Journal of Biomedical and Health Informatics)
巻： 26  号： 3  ページ： 1394-1405  発行年： 2022年 
JST資料番号： W1135A  ISSN： 2168-2194  CODEN： IJBHA9  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 高速開発単細胞技術は,細胞不均一性と多様性を明らかにする前例のない機会を創出する。単一細胞の正確な分類は,不均一性の機構を回復するための重要な必要条件である。しかしながら,現在得られたscRNA-seqプロファイルは,トランスクリプトミクスプロファイルに基づく同じ亜集団に属するグループ化細胞において,既存のクラスタリング法に対する挑戦をもたらす,高い次元,スパース性,およびノイズを有する。細胞タイプを正確に同定するための新規で効果的な計算法を開発する多くの計算法が提案されてきたが,かなりの課題となっている。低ランク表現(LRR)と非負行列因数分解(NMF)を統合することにより,細胞型を同定するための新しい計算フレームワークを提案した。このフレームワークはNMFLRRと名づけた。LRRは,核ノルムを用いて元のデータの大域的特性を捉え,局所制約グラフ正則化項を導入し,データの局所幾何学的情報を特性化した。データの相似行列と低次元特徴を,反復方式で各変数を交互に処理するために乗算器(ADMM)アルゴリズムの交互方向法を適用することによって同時に得ることができる。最後に,最適化類似性行列に基づくスペクトルアルゴリズムを用いて予測セルタイプを得た。9つの実際のscRNA-seqデータセットを用いて,NMFLRRと15の他の競合方法の性能をテストし,シミュレーション結果の精度とロバスト性は,NMFLRRが単一細胞の分類のための有望なアルゴリズムであることを示唆した。シミュレーションコードはhttps://github.com/wzhangwhu/NMFLRR_codeで自由に利用可能である。Copyright 2022 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  最適化 ,  雑音 ,  シミュレーション ,  乗算器 ,  スペクトル ,  *クラスタ化 ,  正則化 ,  ロバスト性 ,  ノルム
準シソーラス用語： トランスクリプトーム解析 ,  スパース性 ,  単一細胞 ,  低次元 ,  *非負行列因子分解 , 【Automatic Indexing@JST】

分類 (4件)： 医用画像処理  (JE04020T) ,  生体遠隔測定  (EL03030N) ,  呼吸器の診断  (GI02000S) ,  生体計測  (EL03020C)

タイトルに関連する用語 (4件)： 表現 ,  非負行列因子分解 ,  統合 ,  クラスタリング