图聚类算法在单细胞RNA测序数据的分类问题中的应用

摘要

综合考虑数据处理的常规方法以及细胞和基因数据的独特性，对原始数据做预处理后用图聚类算法对预处理后的数据进行分类，最终将所有的细胞分为了7类。最后，分别用UMAP和t-SNE非线性降维技术，将数据降至2维，再对分类结果进行可视化分析。基于基因在不同处理下的表达量相同得到的分类结果，采用FC法和统计检验法相结合的方法选定阈值：P<0.05，同时log₂FC≥2,FDR<0.01，来寻找差异表达的细胞基因，而后分同一类别、三个类别、所有类别等三种情况，分析了每种情况中差异化表达的基因。

关键词

单细胞RNA测序 / 非线性降维 / 图聚类 / FC法 / 差异统计检验