KLONE:用于跨模态单细胞克隆归属判定的对数据不平衡具有鲁棒性的 k 近邻集成方法

由 root 提交于 周三, 11/11/2026 - 08:47
摘要

单细胞 DNA 测序(scDNA-seq)和单细胞 RNA 测序(scRNA-seq)能够在肿瘤研究中推断拷贝数克隆和转录状态。然而,这两种检测通常针对同一肿瘤中的不同细胞,因此需要通过计算方法将未配对的 scRNA-seq 细胞分配至 scDNA-seq 鉴定出的克隆,从而关联克隆基因型与转录谱。这一任务颇具挑战,因为两种模态之间唯一的联系是微弱且依赖于基因的剂量效应,而 RNA 细胞缺少克隆标签,也使得无法通过监督学习来建模这种关系。此外,由于两种模态的细胞是独立测定的,其克隆分布可能存在差异;同时,真实肿瘤固有的克隆不均衡可能导致少数亚克隆代表不足,进一步降低分配准确性。为应对这些挑战,我们提出 KLONE,这是一种逐克隆的 $k$ 近邻($k$-NN)集成方法,可基于跨模态 Pearson 相似度将 RNA 细胞直接分配至拷贝数克隆,无需参数模型,也无需 RNA 细胞的克隆标签。为公平评估每个克隆与给定 RNA 细胞的匹配程度,KLONE 为每个克隆分配相同的邻域配额,避免仅因丰度更高而使多数克隆在亲和度评估中占据主导。我们以三名结直肠癌患者的细胞为对象,将 KLONE 与六种现有方法进行比较,并以同时通过两种模态测定的细胞作为真实标签。KLONE 的准确率最高,对少数克隆的召回率达到 100%。尽管两种模态的克隆分布存在差异,KLONE 仍几乎完美地恢复了 RNA 细胞的克隆分布($rho = 0.99$)。

nakhleh{at}rice.edu

摘要

信息/历史

指标

PDF 预览

摘要

单细胞 DNA 测序(scDNA-seq)和单细胞 RNA 测序(scRNA-seq)可用于推断肿瘤研究中的拷贝数克隆和转录状态。然而,这两种检测通常针对同一肿瘤中的不同细胞进行,因此需要通过计算方法,将未配对的 scRNA-seq 细胞分配至由 scDNA-seq 鉴定的克隆,以关联克隆基因型与转录谱。这项任务颇具挑战,因为两种模态之间唯一的联系是微弱且依赖于基因的剂量效应,而 RNA 细胞缺少克隆标签,因而无法对这种关系进行监督学习。此外,由于两种模态的细胞是独立检测的,其克隆分布可能存在差异;同时,真实肿瘤固有的克隆不均衡可能导致少数亚克隆代表性不足,进一步降低分配准确性。为应对这些挑战,我们提出 KLONE,这是一种逐克隆的 $k$ 近邻($k$-NN)集成方法,基于跨模态皮尔逊相似度,直接将 RNA 细胞分配至拷贝数克隆,无需参数模型或 RNA 细胞的克隆标签。为确保公平评估每个克隆与给定 RNA 细胞的相容性,KLONE 为每个克隆分配相同的邻域预算,避免仅因数量更多而使多数克隆在亲和度评估中占据主导。我们在三名结直肠癌患者的数据上,将 KLONE 与六种现有方法进行比较,并以在两种模态中均有检测的细胞作为真实标签。KLONE 的准确性最高,对少数克隆的召回率达到 100%。尽管两种模态之间的克隆分布存在差异,KLONE 仍能恢复 RNA 细胞的克隆分布

几乎完全一致($\rho = 0.99$)。

利益冲突声明

作者声明不存在利益冲突。

基金信息

NSF

,III-2106837

版权

本预印本的版权持有者为作者/资助方,其已授予 bioRxiv 永久展示该预印本的许可。

该预印本依据

CC-BY 4.0 国际许可

提供。

返回顶部

上一篇

下一篇

发布于 2026 年 11 月 10 日。

下载 PDF

电子邮件

感谢您有意传播 bioRxiv 上的内容。

注意:此处要求提供您的电子邮件地址,仅用于确认您是本文的发送者。

您的电子邮件地址

*

您的姓名

*

收件人

*

每行输入一个地址,也可以用逗号分隔多个地址。

您将要发送以下内容

KLONE:一种用于跨模态单细胞克隆分配的抗类别不平衡 k-NN 集成方法

邮件主题

(您的姓名)向您转发了 bioRxiv 网站上的一个页面

邮件正文

(您的姓名)认为您可能会对 bioRxiv 网站上的这个页面感兴趣。

您的个人留言

验证码

此问题用于确认您是真人访客,并防止自动垃圾信息提交。

分享

KLONE:一种用于跨模态单细胞克隆分配的抗类别不平衡 k-NN 集成方法

Xiru

Huang

,

Shengbin

Ye

,

Arlei

Silva

,

Luay

Nakhleh

bioRxiv

2026.11.07.765116;

doi:

https://doi.org/10.64898/2026.11.07.765116

分享本文:

复制

引文工具

KLONE:一种用于跨模态单细胞克隆分配的抗类别不平衡 k-NN 集成方法

Xiru

Huang

,

Shengbin

Ye

,

Arlei

Silva

,

Luay

Nakhleh

bioRxiv

2026.11.07.765116;

doi:

https://doi.org/10.64898/2026.11.07.765116

引文管理器格式

BibTeX

Bookends

EasyBib

EndNote(带标签)

EndNote 8(xml)

Medlars

Mendeley

Papers

RefWorks Tagged

Ref Manager

RIS

Zotero

推文组件

Facebook 点赞

Google +1

主题

领域

生物信息学

学科领域

所有文章

动物行为与认知

(8164)

生物化学

(19027)

生物工程

(15171)

生物信息学

(45860)

生物物理学

(22958)

癌症生物学

(20255)

细胞生物学

(27516)

临床试验

(138)

发育生物学

(14243)

生态学

(21546)

流行病学

(2067)

进化生物学

(25952)

遗传学

(16442)

基因组学

(24007)

免疫学

(19190)

微生物学

(43515)

分子生物学

(18500)

神经科学

(95903)

古生物学

(717)

病理学

(3066)

药理学与毒理学

(5256)

生理学

(8345)

植物生物学

(16392)

科学传播与教育

(2123)

合成生物学

(4679)

系统生物学

(10459)

动物学

(2438)

关键词:单细胞多组学 · 跨模态克隆归属 · 拷贝数克隆 · k近邻集成 · 类别不平衡 · 肿瘤异质性

原文链接:https://www.biorxiv.org/content/10.64898/2026.11.07.765116v1?rss=1