こんにちは。 今日私は嬉しいに現在あなたscA2SIGN方法に定義するの署名のためにの畳み込み起動からシングル-細胞データ。 私たちは意思作るまたある短いデモンストレーションのそれ。 これ仕事だった終わりでコラボレーションとポール・フォーゲルそしてアレクセイ・フェドロフ。
前ににするの深いダイビングについて私たちの方法、しましょうするの短い導入で注文に説明するあなた何はの細胞デコンボリューション。
の細胞タイプデコンボリューションはのシリカ方法それ許可しますに識別するの細胞比率からバルクRNA順序付けデータ。 これ方法必要に持っている特定のサインマトリックス含むのマーカー遺伝子のためにそれぞれタイプのの興味。
私たちの方法提案されたに識別するこれサインマトリックスそして始めるからの単一細胞データなぜならで単一細胞データ、としてあなたできる見るここ、私たちはする持っているのトランスクリプトームプロフィールのためにそれぞれシングル細胞からのデータ現在での組織でのサンプル。 それぞれドットここ対応するにの細胞。 細胞との閉まっているトランスクリプトームプロフィール、彼らははグループ化された一緒にそして形状クラスター。
私たちはできる行くにの次滑り台、お願いします。
ここあなた持っているある簡単な概要の私たちの方法。 私たちの方法は呼ばれたscA2SIGN、どれのスタンドのためにシングル細胞不可知論的なアルゴリズムのためにの畳み込み。としてだった言及された以前、それ始まりますからの単一細胞データ理想的には到来からいくつかの科目、個人、で注文にカバー生物学的変動性それできるなれ現在間個人。
の単一細胞データ必要になれ前処理されたそして組み立てられたで1つデータセット。 ここの細胞とある近いトランスクリプトームプロフィールそれで彼らはは組み立てられたの中へのクラスター。 これ表現で二寸法は呼ばれたUMAP。
からこれ単一細胞データ、私たちは必要に取得するの行列どれのは行くのためにそれぞれ個人。 彼らはは行くに含む夢の上の行そしてクラスターの上の列。 それ手段私たちは必要に集計のデータそしていくつかの行列対応するにそれぞれ主題を表しますあるテンソル。
もし私たちは試すに識別するの署名右離れてでこれステップ、その行くになれ難しいなぜならいくつかのクラスターの単一細胞データ、彼らは近いからトランスクリプトームアルポイントのビュー。それできる上げるある問題の多重共線性。
で注文に取引とこれ、私たちは走るいくつかのラウンドの非ネガティブテンソル因数分解で注文に得るの削減テンソルそして組み立てる近いクラスター一緒にで注文に定義するの細胞種類と遠いトランスクリプトームプロフィール現在でのサンプル。
一度また、の構造ののデータは行くになれの同じ。 私たちはは行くに見せるそれでジャンプ応用と夢の上行、細胞種類の上列、そしていくつかの行列対応するにいくつかの科目。 からこれ、私たちの方法提案されたに二単純基準に定義するのマーカー遺伝子。 これ一部は行くになれ覆われたによるアレクセイ。
最後しかしない少しでも、の同じ遺伝子できるなれ使用済みで注文にラベル細胞種類は定義済みによる私たちの方法ベースのの上グループののクラスター。 最後しかしない少しでも、私たちはできる使用ある非ネガティブ回帰で注文に実行するの畳み込みの上バルクRNA順序付けデータ。
とこれ私たちはは行くに話すある少し少しもっとについて非ネガティブテンソル因数分解で注文に説明する何はそれその通り。 非負テンソル因数分解はある次元性削減技術。 としてそれだった言及された、のアドバンテージのこれ方法はそれそれ許可しますに取るの中へアカウントのいくつかの行列到来からいくつかの科目そしてにするそれで1つステップ、比較するに他の次元性削減テクニックのようにICA、いつあなた必要に走るいくつかのラウンドのICAのためにそれぞれ行列そして次に探すあるコンセンサスでのデータ。
として出力はの入力ののNTF、私たちは使用の行列以前説明されたとしての出力ののNTF。 私たちは得るのコンポーネント。 私たちは得るの指紋のためにクラスターここ代表されるによるわ、の指紋のためにの主題代表されるによるQ. でこれ指紋、彼らは持っているの遺伝子とかのサイン。 指紋手段あるセットの遺伝子とより低い[聞き取れない 00:05:19]定義するによるH.
それぞれ成分対応するある強い生物学的信号現在でのデータ。 もし私たちは作るの和のこれらコンポーネントのこれら強い生物学的信号現在でのデータプラスある小さいエラー、私たちはできる近似のデータどれのは代表されるによるこれ方程式。
とこれ私たちはできる行くにの次ステップそしてに見るその通りでの応用どうやってのデータ見た目のように。
右今、私たちははでのジャンプ応用そしてあなたできる見るの入力データ必須のために私たちの方法。 の上の左、あなたする見るの十一行列到来から違う寄付者たち。 の行列持っている違う名前そして私たちは使用済みのアイデアのの寄付者として彼らの名前。 でのテーブル、私たちは持っている17列対応するに17クラスター特定するで単一細胞データ。の上の行私たちはする持っているの遺伝子名前先行したによるのアイデアのの個人で注文に区別する違うトランスクリプトームデータ到来から違う寄付者たち。
一度私たちはロード済みのデータの中へのシステム、私たちはできる打ち上げ私たちの加えるそして私たちはは行くに見るどうやってそれ見た目のように。 それ見た目のようにある窓といくつかのパラメーター。 これらパラメーターは書かれたでパイソンなぜならのコード後ろに使用パイソン言語。 しかしあなたするない必要になれ恐れているなぜなら私たちはは行くに変化のみ1つ重要パラメータ、どれのは番号のコンポーネントでここ。
私たちは提案するに始めるとの番号のコンポーネント等しいに番号のクラスター現在でのデータそしてその行くになれ等しいに17.感謝あなた。 とこれ、私たちはできる単にクリックの上の提出するボタンそしての応用意思走るのアルゴリズム後ろに。 次とこれ、私は行くに離れるの床にポールで注文に説明するの出力のNTFそしてにガイドあなた続くの次ステップの私たちの方法。 感謝あなたのためにあなたの注意。
感謝あなた、ガリア。 の出力ののあるDD-IN の構成の三つテーブルとNTFコンポーネント平行それぞれ寸法ののテンソル：細胞クラスター、科目、そして遺伝子。初め、させて私たち見てでの細胞集まる成分ステージ。
私開けるのテーブルそしてそれぞれ行の上これテーブル対応するにある細胞集まるでそれぞれカラムにある成分。 そこにはは17行そして17コンポーネントとして指定されたでの加える入力パラメータによるガリーナ。 それぞれエントリでのテーブル対応するにの読み込み中のある細胞集まるにある成分。
今、スクロールを通しての列ののテーブル、私たちは見るそれいくつかのののコンポーネント含む多くのゼロのようにコンポーネント16、どれのは良いなぜならそれを示しますそれこれらコンポーネント近似の表現データ到来からの少し細胞クラスターとゼロ以外の積み込み。 ここ私たちは持っているその通り1つ細胞集まるとある1つ、そして全ての私たちはゼロ、またはほとんどゼロ。
の事実それ細胞クラスター持っているゼロ以外の積載量の上の同じ成分を示しますある高い程度の共線性があるので、再編成のこれらクラスターはお勧めです。 私たちは持っているの例ここと成分12、どこ三つ実は細胞クラスター持っているゼロ以外の積み込み。今、させて私たち見てでの主題コンポーネントテーブル。
私開けるそれそしてスクロールを通しての列ののテーブル、私たちは見る今それとは異なりのサイトクラスターコンポーネントテーブル、の列ここ傾向があるになれ密集、とのみある少しゼロここそしてそこには。 これは良いなぜならそれショーそれほとんど科目貢献するにそれぞれ成分。 で他の言葉、の表現データ近似的によるそれぞれ成分、または私たちは電話それ指紋、当てはまるにほとんど科目。であるセンス、の指紋は普遍的な。
今、ジャンプもっているの素晴らしい特徴それ許可しますあなたにビューのヒストグラムのの列での上ののテーブル。 しましょうクリックの上これアイコンここ、そして私たちは今見る全てのヒストグラム。 私たちは見るそれの列はもっとまたは少ない密集ともかく、そしてそれ意思なれ良いになれできるに定量化するの程度の疎性のそれぞれカラム。 どうやってする私たちはするそれ？ に定量化するの程度の虚偽含まれるの細胞集まるそして主題コンポーネント。 私たちは使用の索引代表されるによるこれ式。
これ式だった紹介されたによるハーフィンダールとハーシュマンに評価するの程度の集中達成による田畑。のために例、に避ける独占状況それできる結果から合併。 元は、の逆数式だった出版された、しかしのためにシンプルさ、私たちは意思続くに参照するにこれ索引としてのHHI インデックス。
似ているインデックス持っているされた提案されたもっと最近。 彼らはは数学的に同等、しかしこれ索引もっているのアドバンテージのいるとても解釈可能なとしてそれ与えるの番号の無視できないエントリでのベクターどれのは強調表示されたここ。 での例、私たちは持っているある番号の価値観、しかしのみの強調表示された価値観は無視できない。 のHHI インデックスのこれベクターは五。
戻るに私たちのワークフロー、私たちは見るどうやってこれ索引許可します私たちに識別するコンポーネントそれはまばらに沿っての細胞集まる寸法そして密集平行の主題寸法。 私たちは電話これらコンポーネントまばらで堅牢。彼らは赤です十字架ここと高い主題HHIと低い集まる側集まるHHI オンの上のこれ分野。
ベースの上これら四コンポーネント、私たちはできる作るの必要グループ化の視力クラスターになくす共線性そしての残り細胞クラスターここ...中断して申し訳ありません。[聞き取れない 00:13:22]。ただ負けただけです[inaudible 00:13:22]、ここに置きます。
の青ここで交差します対応するにの残り細胞クラスターそれ意思なれ再導入されたである2番反復のの分析。 注記良いそれこれ住所との最強信号、後いる特定されたによるのNTF、コンポーネントは削除されましたからのデータセットそしての次NTF始まります以上との削減データセット。
に説明するこれプロセス...私はごめんしかし私持っているある問題とこことの... を維持する再登場。
に説明するこれプロセス、しましょう今見てでどうやってこれら反復のの再帰的NTF遊ぶ外。 私たちは見るここのHHIテーブルからの初め反復どれの意思ヘルプ私たち決めるどれのNTFコンポーネントに保つそしてどれのに発見する。として言及された以前、良いコンポーネントはそれらのそれは特定のののみある少し細胞集団自然どれの翻訳しますでの低い細胞塊HHI インデックス。これらはラベルが貼られた行ここでの底ののテーブル。
私たちはまた走る1つ高い程度の堅牢性に主題多様性そしてこれ翻訳しますの中へある高いHHI インデックス。 どうやってする私たちは決めるかどうかのHHI値は低いまたは高い？ 私たちはできる使用それのジャンプ[聞き取れない 00:15:47]プラットホームどれのは利用可能でのスペシャリストモデリングプラットホーム。 私たちは走るこれプラットホームそして私たちは適用するある普通適所モデルに区別する間低いそして高いHHI値そして停止の結果として生じる分類。
いつ私たちはするそれ、私たちは見るここの赤十字架対応するにのコンポーネントそれは選択されたなぜなら彼らは持っているある高いHHI主題索引そしてある低いHHI細胞塊索引そして彼らはは自動的に特定されたとしてそのようなによるのジャンプ普通プラットホーム。
させて私たち見て今での積載量のの細胞塊の上これら特定のコンポーネント。 私たちは見るの上成分15そして成分16それ細胞クラスター 15そして細胞クラスター 17もっている独占的に関連するこれらコンポーネントそれで彼らはできるなれ良い近似的によるこれらコンポーネント。 で対比にこれら細胞クラスター、オン成分13、私たちは見る三つ-側クラスター再編成された平行これ成分。 これ手段それ彼らはは相関のあるどうにか、それ意思なれ難しいに区別する彼ら、それでそのより良いに再編成する彼ら。同様にの上成分12、との細胞塊5、2、14。
私たちはできる今見てである2番反復のの再帰的NTF。 同様に私たちは見てでのコンポーネントHHI オンの科目そしての上の細胞塊そして私たちは見る今それのみ1つ成分、成分四、満足するこれら再訓練要件のためにいる保持されたその間これ反復。 もし私たちは見て今でのコンポーネント観客、私たちは見るそれ細胞塊セブンは独占的に関連するとこれ成分。 良い。
今それ私たちは持っている終わりそれ、私たちははない行くに見せるあなた全てのの繰り返し。 実は、そこにはは四反復そして私たちは終わり上今とこれらグループ化それ私たちは見るここ。 私たちは持っている実は九細胞クラスター後再結成。いくつかのの彼らはグループ化の三つまたは四オリジナル細胞塊。 しかし、五細胞塊したない必要になれ再結成した。 何はの生物学的意味のこれらグループ分け？
によるマッチングのほとんど非常に表現された遺伝子でそれぞれ細胞集まるとバイオインフォマティックデータベース、それは可能に仲間の細胞塊と既知の生物学的細胞種類。 のために例、のNTFグループ化2- 5-14だった特定されたとしてあるナチュラルキラーCD8細胞タイプ。
私たちは見つかったそれそこにはだったいくつかのグループ化それ実は尖ったにの同じ選考科目鍵細胞タイプ。 したがって、私たちは決めたにマージ彼らそして来た上と五主要細胞の種類。 しかし、それはまだ可能に抽出する署名のために[聞き取れない 00:20:12]セルタイプエスそれできるなれ使用済みである2番ステージのの畳み込み。 しかし私たちは意思来る戻るにこれポイントでの終わりのこれプレゼンテーション。
させて私たち今見てでの結果として生じる削減テンソル。 私はただオープニングのテーブル。 あなた見るここのテーブル、そしてとして期待される、そこにはは今五行対応するにの再編成された細胞クラスター。
今それ私たちは持っている紹介された集まるグループ化に最小化する共線性、私意思持っているアレクセイ説明するどうやって私たちは進むに作成するサイン遺伝子それはほとんど効果的のために分解。
一度の細胞クラスターはグループ化された、私たちはするまだ必要に作成する遺伝子署名のためにそれぞれののグループ化に確保する正確な畳み込みのの混合されたサンプル。 これまでのところ、私たちは持っている考慮されたの細胞そして主題成分ベクトル。 させて私たち今考慮するの遺伝子成分ベクター。
のテーブル私たちは見るここはない本当に有益な。 私たちはできるのみ見るゼロどこにでも期限にの事実それのみ小さい少数の遺伝子持っている実はゼロ以外の積載量の上のNTFコンポーネント。 もしあなたできる行くにの次反復、お願いします、ポール。
させて私たち今診るの積載量のの遺伝子の上これ表現ののコンポーネントどれの私たちは持っています呼ばれたまばらなそして屈強。
これらだった選択されたその間の初め反復のの再帰的NTF。 私たちは見るここで赤それいくつかののの特徴的な遺伝子は共有による全てコンポーネント。私たちは知る良いそれそれぞれ成分は特定のにある特定の細胞集まるまたはあるグループの閉まっている細胞塊。 これ手段それいくつかののの遺伝子は実は強く表現されたでいくつかのクラスターといくつかの程度の直線性間の細胞クラスター。
これはその通りどうやって適所動作します。 生物学的部品はない必然的に直交にそれぞれ他の。 したがって、私たちはできない頼るもっぱらの上NTF遺伝子コンポーネントに識別する遺伝子マーカーそれは個性的にある細胞集まるまたはあるグループのこれ、私たちはしなければならない戻るにの実際の表現データ。
私たちはは取得戻るに表現データそして私たちは意思導入二基準。 の初め1つのためにある遺伝子になれ考慮されたのマーカー遺伝子のある特定の細胞塊、私たちは言うそれそれすべきいつもなれもっと表現されたでの集まるよりもで他のクラスター、関係なくのどれの主題は考慮された。 これは示されているで形底左、どこ私たちは持っている描かれている二遺伝子。
といくつかの[聞き取れない 00:23:20]、私たちは見るそれこれらポイントの上の左対応するにある個性的マーカー遺伝子のためにB細胞。私たちはできる見るのみB細胞どこにでも。 の上の右、ある非マーカー遺伝子は非常に表現されたで両方B細胞、非古典的な単球そして自然キラー細胞。
の2番基準意思なれそれの関連する細胞集まるすべきないのみなれでの上のの他のクラスター。 いつ私たちは見てでの表現のの市場遺伝子以上[聞き取れない 00:23:55]科目そして細胞種類、しかしまたそれすべきなれ良い先にのその他。
のためにこれ、私たちは使用これスコアとあるフォーマル問題の上の右それだった提案されたによる[聞き取れない 00:24:09]で彼らのオリジナル紙。これスコア反映するの特異性のある遺伝子マーカー。 これスコアはベースのもっぱらの上の分布の遺伝子表現横切って科目そして細胞種類。 したがって申請中これに基準、私たちは得られたあるリストの173マーカー遺伝子それできるその後なれ使用済みのためにの畳み込み。
でこれテーブル、彼らははリスト化された一緒にとの価値観それ会うの二基準私は話しましたについて。
させて私たち今見てでのテーブルのサイン遺伝子のためにそれぞれのの主題そして選考科目細胞種類。 ここ私たちは見るのリストの遺伝子との列対応するにそれぞれ他人の科目そしての同じリストの細胞種類のためにそれぞれのの主題。で対比にのテーブルのNTF積載量それ私たちは示した以前、これテーブルはないまばらな、それでそれは限定のみに173マーカー遺伝子それ私たちは選択されたによるとに私たちの基準と[聞き取れない 00:25:26]遺伝子。として私言った、の列はのために主題細胞種類。
私たちは意思今視覚化するどうやってのサイン遺伝子は表現された横切って科目。のためにそれ、私たちは意思使用の2番プラグイン私たちは発展したどれのは呼ばれたアドルビックス。 これ意思許可する私たちに簡単に評価の堅牢性のの遺伝子署名私たちは得た。
私たちは開けるある小さい窓とあるリストのパラメーターでパイソン構文としてのためにの初めプラグイン。 のデフォルト価値観持っているされたすでに満たされたでそして私たちは意思今のみ埋めるでのためにデモンストレーション、の価値のためにのパラメータどれのは呼ばれた規模平行。
以来の表現範囲異なる大幅間遺伝子、私たちは意思セットこれパラメータにゼロに持っている全ての列スケーリングされたそして私たちは提出する。 ただある少し秒そして私たちは見るある写真と明確な署名のためにそれぞれ選考科目細胞タイプ。しかし、私たちは見るそれこれ熱地図は接着された一緒にで間科目そして私たちはできる実は、 とこれプラグイン、とても簡単に追加セパレーターで間の列のためにそれぞれのの科目。
のためにこれ、私たちは変化の価値ののパラメータメタデータ9月のコルに主題そして私たちは再提出してください。今私たちは得るの別熱地図のためにそれぞれのの科目。これは多くのより明確なそしてとしてあなたは見た、これ小さい窓含まれています多数のパラメーター。 あなたできる参照するにのドキュメンテーションのためにの根底にあるパイソンパッケージどれのは利用可能クリックするの上これリンク。
結論する、私たちは見るここ実はそれのサイン遺伝子はとても屈強。私たちは見るとても少し違いで違う科目。 のようにそれ私たちはできる視覚的にとても簡単に確認するの堅牢性の[聞き取れない 00:28:09] 。
今私たちはは近づいているの終わりの私たちのプレゼンテーション、私意思させてガリーナ現在いくつかのデコンボリューション結果それだった得られたとの遺伝子サイン[聞き取れない 00:28:22] 。ガリーナ。
はい、感謝あなた。 最後しかしない少しでも、私たちはするだろうのようにに見せるあなたのパフォーマンスの私たちの方法。 に評価するのパフォーマンスの私たちの方法、私たちは使用の出版されたデータ到来から白紙それで言及されたでヒント彼の参照。 これデータセット含む21違う細胞混合物。 そこにははの混合物の違うT細胞サブタイプ、 NK細胞、単球そしてB細胞。
でこれら混合物、私たちは持っているまた三つ違う細胞種類ない覆われたによる私たちの署名対応するにカラーレクターまたは胸癌細胞そして二細胞行のように線維芽細胞そしてのしっぽ細胞。
私たちは決めたに使用二基準評価する全体パフォーマンスの私たちの方法ピアソン相関係数または[聞き取れない 00:29:18]ある一致係数なぜなら私たちはできる得るとても重要な相関間推定そして地面真実比率、しかし私たちはできる持っているの変化での規模特定するの量の細胞現在でのサンプル。 それはなぜ私たちは使用二基準。
全体、私たちは得る良い結果のために細胞種類覆われたによる私たちの署名。 の結果はわずかにないそれで美しいのためにT細胞なぜなら私たちはしないでください持っているちょうど対応間T細胞サブセット現在での混合物そしてT細胞グループ提示されたで私たちの署名。 私たちは持っているまた効果r細胞そしてでの混合物、これ細胞タイプだったない追加した。
最後しかしない少しでも、私たちはするだろうのようにまたに言及と私たちの方法あなたできる行く超えてそして識別するのサブタイプのT細胞、の単球ランニング再帰的NTFそして定義するのマーカー遺伝子のためにそれぞれ大きいグループの免疫細胞。 またそれこれらアドインそれ持っているされた提示されたそして実証済み今日、彼らはは利用可能でジャンプ応用。
とこれ、感謝あなたのためにあなたの注意。
