Ge-Impute：シングルセルRNA-Seqデータのグラフ埋め込みベースの代入

シングルセルRNAシーケンス（SCRNA-seq）は、単一細胞分解能で遺伝子発現プロファイルを描写するために広く使用されています。ただし、その比較的高いドロップアウト率は、しばしば遺伝子の人工的なゼロ発現をもたらすため、結果の信頼性が低下します。このような不要なSCRNA-seqデータのスパースを克服するために、単一細胞の発現プロファイルを回復するためにいくつかの帰属アルゴリズムが開発されました。ここでは、グラフ埋め込みベースのニューラルネットワークモデルを使用して、SCRNA-seqデータにドロップアウトゼロを誘発する新しいアプローチ、GE-Imputeを提案します。GE-Imputeは、各セルのニューラルグラフ表現を学習し、それに応じてセルセルの類似性ネットワークを再構築します。これにより、類似性ネットワークでより正確に割り当てられた隣人に基づいて、ドロップアウトゼロのより良い帰属が可能になります。真の発現データとシミュレートされたドロップアウトデータとの遺伝子発現相関分析は、液滴ベースとメッキベースのSCRNA-seqデータの両方のドロップアウトゼロを回復する際のGe-Imputeの大幅なパフォーマンスが大幅に向上することを示唆しています。Ge-Imputeは、差次的に発現した遺伝子を識別し、さまざまなSCRNA-seq技術からのデータセット上の監視されていないクラスタリングを改善する際に、他の帰属方法よりも優れています。さらに、Ge-Imputeはマーカー遺伝子の同定を強化し、クラスターの細胞タイプの割り当てを促進します。軌道分析では、GE-Imputeは、時間コースSCRNA-SEQデータ分析と分化軌道の再構築を改善します。上記の結果は、GE-Imputeが単一細胞発現プロファイルを回復するのに有用な方法であり、SCRNA-seqデータのより良い生物学的解釈を可能にすることを示しています。Ge-ImputeはPythonで実装されており、https://github.com/wxbcaterpillar/ge-imputeで無料で入手できます。

Single-cell RNA-sequencing (scRNA-seq) has been widely used to depict gene expression profiles at the single-cell resolution. However, its relatively high dropout rate often results in artificial zero expressions of genes and therefore compromised reliability of results. To overcome such unwanted sparsity of scRNA-seq data, several imputation algorithms have been developed to recover the single-cell expression profiles. Here, we propose a novel approach, GE-Impute, to impute the dropout zeros in scRNA-seq data with graph embedding-based neural network model. GE-Impute learns the neural graph representation for each cell and reconstructs the cell-cell similarity network accordingly, which enables better imputation of dropout zeros based on the more accurately allocated neighbors in the similarity network. Gene expression correlation analysis between true expression data and simulated dropout data suggests significantly better performance of GE-Impute on recovering dropout zeros for both droplet- and plated-based scRNA-seq data. GE-Impute also outperforms other imputation methods in identifying differentially expressed genes and improving the unsupervised clustering on datasets from various scRNA-seq techniques. Moreover, GE-Impute enhances the identification of marker genes, facilitating the cell type assignment of clusters. In trajectory analysis, GE-Impute improves time-course scRNA-seq data analysis and reconstructing differentiation trajectory. The above results together demonstrate that GE-Impute could be a useful method to recover the single-cell expression profiles, thus enabling better biological interpretation of scRNA-seq data. GE-Impute is implemented in Python and is freely available at https://github.com/wxbCaterpillar/GE-Impute.