昆士蘭大學(xué)的研究人員近日確定了一種強(qiáng)大工具，可用于大規(guī)模患者數(shù)據(jù)集的分析。這項(xiàng)發(fā)表在《Cell Reports》上的研究成果有望促進(jìn)更好的患者分層以及更精準(zhǔn)的靶向治療。

轉(zhuǎn)錄組學(xué)分析在生物醫(yī)學(xué)研究中起到關(guān)鍵作用。線性降維方法（尤其是主成分分析PCA）被廣泛用于檢測(cè)樣本之間的異質(zhì)性，而最近開發(fā)的非線性方法（如t-SNE和UMAP）可用于單細(xì)胞RNA測(cè)序的數(shù)據(jù)分析。

然而，t-SNE和UMAP是否能夠應(yīng)用于大量細(xì)胞的轉(zhuǎn)錄組分析（bulk RNA-seq）？它們與傳統(tǒng)方法相比表現(xiàn)如何？這些問題暫時(shí)還沒有答案。

于是，昆士蘭大學(xué)的研究人員在Di Yu教授的帶領(lǐng)下，比較了四種不同的主流工具：PCA、MDS、t-SNE和UMAP。他們利用這些方法來(lái)分析71個(gè)臨床數(shù)據(jù)集（每個(gè)數(shù)據(jù)集包含100多個(gè)患者樣本），并根據(jù)患者的基因表達(dá)來(lái)分析其血液特征。

Yu教授解釋說：“試想一下，我們正在分析大型的患者數(shù)據(jù)集，每位患者都有超過10,000個(gè)基因，那么我們需要一種非常好的方法來(lái)降低這些海量數(shù)據(jù)的復(fù)雜性，以便更好地進(jìn)行解釋。”

他認(rèn)為，在比較的四種工具中，UMAP的功能非常強(qiáng)大。許多臨床醫(yī)生目前正在使用PCA來(lái)對(duì)患者進(jìn)行分層。與PCA相比，他認(rèn)為UMAP的表現(xiàn)明顯更優(yōu)。

（圖片來(lái)自原文）

UMAP 在報(bào)告患者聚類方面更為有效。使用該工具，研究人員能夠?qū)⒔】禈颖九c狼瘡樣本區(qū)分開，并將狼瘡患者分為不同的疾病亞組。他們還可以顯示哪些患者病情好轉(zhuǎn)，哪些患者病情惡化。

“UMAP的算法更多地基于機(jī)器學(xué)習(xí)，這使得它比流行的PCA工具更強(qiáng)大，后者主要采用線性方法，”Yu教授說。

UMAP工具相對(duì)較新，目前僅用于生物醫(yī)學(xué)研究，不過，研究人員希望未來(lái)將其應(yīng)用在臨床分析中。他們建議在觀察和分析大量細(xì)胞的轉(zhuǎn)錄組數(shù)據(jù)集時(shí)采用UMAP，以便加強(qiáng)樣本異質(zhì)性分析。

###

Yang Yang et al, Dimensionality reduction by UMAP reinforces sample heterogeneity analysis in bulk transcriptomic data, Cell Reports (2021). DOI: 10.1016/j.celrep.2021.109442