针对高维稀疏单细胞RNA测序数据的聚类研究

《针对高维稀疏单细胞RNA测序数据的聚类研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、：〇３３５单位代码＿０２＿＿Ｌ１２．７：分类号＞？２１５３５０８１？公开学号—密级：硕士学位论文ＲＮＡ测序中文论文题目：针对高维稀疏单细胞数据的聚类研究－ＤｕｓＡｎａｌｓｉｓｆｏｒＨｉｈｉｍｅｎｓｉｏｎ英文论文题目：Ｃｌｔｅｒｙｇｋ－ｕｅｎｃＳｐａｒｓｅｓｃＲＮＡＳｅｉｎｇＤａｔａｑ：金开秀申请人姓名：张立新指导教师：统计学专业名称：数学科学学院所在学院２０７．论文提交日期１８年１月曰独创性声明本人声明所呈交的学位论文是本人在导师指导下进行的研宄工作及取得的研宄成

2、果。据我所知，除了文中特别加以标注和致谢的地方外，论文中不包含其他人已经发表或撰写过的研究成果，也不包含为获得浙江大学或其他教育机构的学位或证书而使用过的材料一。与我同工作的同志对本研宄所做的任何贡献均己在论文中作了明确的说明并表示谢意。学位论文作者签名：／＾签字日期：年４月今日＼电学位论文版权使用授权书本学位论文作者完全了解浙江大学有关保留、使用学位论文的规定，有权保留并向国家有关部门或机构送交论文的复印件和磁盘，允许论文被查阅和借阅。本人授权浙江大学可以将学位论文的全部或部分内容编入有关数据库、。进行检索，可以采用影印

3、、缩印或扫描等复制手段保存汇编学位论文（保密的学位论文在解密后适用本授权书）学位论文作者签名：％导师签名：签字曰期＆年Ｓ月：曰签字曰期：年月曰＾＇７学位论文作者毕业后去向：工作单位：：电话通讯地址：邮编摘要在分子生物学领域一直对识别具有生物学意义的细胞亚群起着关键，无监督聚类算法性的作用．目前单细胞ＲＮＡ测序技术的发明极大地促进了分子生物学的发展，同时也，对传统的无监督聚类算法提出了新的挑战．这主要是因为用单细胞ＲＮＡ测序技术得，利到的高维数据往往存在极高的稀疏性和技术噪音一．对于这点基于隐变量的标准化方法，Ｂ

4、ＯＳＳＡ能有效减少技术噪音，保留其生物学意义上的差异．然而，该标准化方法后续的无监督聚类算法ＢＯＳＳＡ－ＳＣ以及ＢＯＳＳＡ－ＨＣ高度依赖参数的选取，限制了其在应用上的普适性．基于上述分析，针对单细胞ＲＮＡ测序数据的聚类问题，本文提出了两阶段无监督聚类算法，不仅大大降低了原有算法对于参数的依赖性，还能在不同生物学层次上对细胞群进行无监督聚类．首先，本文改进了ＢＯＳＳＡ聚类方法中距离的定义，利用高斯核函数重新定－ＳＮＥ义细胞之间的距离借助ｔ．随后基于密度，并降维算法将原始数据映射到低维空间中聚类算法自动识别聚类中心进行聚类，在不涉及参数选取

5、的情况下，得到待聚类细胞中具．随后有稳定区分度的大类子群，即在较高差异度上识别细胞子群，针对阶段１聚类结果中高异质性的子群开展第２阶段的聚类工作进而在较低差异度上区分细胞子群．上述两阶，，段聚类思想和分子生物学中的普遍存在的细胞结构非常吻合，实际数据的分析结果也验证了该方法的有效性．ｔ－关键词：单细胞ＲＮＡ测序ＳＮＥ；稀疏；无监督聚类；高斯核函数；；密度聚类算法ＩＡｂｓｔｒａｃｔｔ－Ｉｎｔｈｅｆｉｅｌｄｏｆｍｏｌｅｃｕｌａｒｂｉｏｌｏｕｎｓｕｅｒｖｉｓｅｄｃｌｕｓｔｅｒｉｎａｌｏｒｉｈｍｈａｓｂｅｅｎｏｆｒｅａｔ

6、ｓｉｎｉｆｉｇｙ，ｐｇｇｇｇｃ如ｃｅｆｏｒｄｉｓｔｉｎｇｕｉｓｈｉｎｇｔｈｅｃｅｌｌｓｕｂｏｕｌａｔｉｏｎｓｗｈｉｃｈｒｅｒｅｓｅｎｔｓｐｅｃｉｆｉｃｂｉｏｌｏｇｉｃａｌｍｅａｎｉｎｇｓ．Ａｔｐｐｐｒｅｓｅｎｔｔｈ－ｔｔｔ？ｐｅｉｎｖｅｎｔｉｏｎｏｆｓｉｎｌｅｃｅｌｌＲＮＡｓｅｕｅｎｃｉｎｇｅｃｈｎｏｌｏｒｅａｌｒｏｍｏｔｅｓｈｅｄｅｖｅｌｏ，ｇｑｇｙｇｙｐｐｏｆ？ｍｅｎｔｍｏｌｅｃｕｌａｒｂｉｏｌｏｇｙ．Ａｔｔｈｅｓａｍｅｔｉｍｅｉｔｂｒｉｎｓａｎｅｗｃｈａｌｌｅｎｅｆｏｒｃｏ

7、ｎｖｅｎｔｉｏｎａｌＵｎｓｕｅｒ，ｇｇｐｖｓｅｌｕｓｔｅｒｎＡｌｏｒｔｓ．ＴｅｄｉｃｕｔｅｓｍａｎｒｅｓｕｌｔｆｒｏｍｔｓａｒｓｔａｎｄａｒｅａｔｅａｉｄＣｉｇｇｉｈｍｈｉｆｆｌｉｉｌｙｈｅｈｉｇｈｐｉｙｇｄｌｏｆｎｏｉｓｅｏｆｔｈｅｓｅｕｅｎｃｉｎｄａｔａ．ＢＯＳＳＡｎｏｒｍａｌｉｚａｔｉｏｎｗａｓｒｏｏｓｅｄｆｏｒｓｏｌｖｉｎｇｔｈｉｓｒｏｂｌｅｍｑｇｐｐｐ，ｖａｒ－ｗｈｉｃｈｉｓｂａｓｅｄｏｎｌａｔｅｎｔｉａｂｌｅｎｏｒｍａｌｉｚａｔｉｏｎｔｏｅｌｉｍｉｎａｔｅｔｈｅ