FateID | scRNA推断多能祖细胞的命运偏向

FateID基于迭代监督学习算法，解决了利用细微的转录组差异指示谱系偏差，可以用来概率量化多能祖细胞的命运偏差。FateID基本原理过程如下：

  1. 从每个目标簇中选取最接近 (皮尔逊相关系数) 测试集的若干细胞 (如20个) 作为训练集；
  2. 选取目标簇附近的一定数量细胞 (如5个) 作为测试集；
  3. 用随机森林对测试集细胞进行分类，计算其属于各目标簇的概率，即命运偏向；
  4. 将分类结果中具有显著命运偏向的细胞并入对应目标簇的训练集中。
    通过迭代重复以上步骤，最终每个细胞会得到一个概率向量，表示其向每个目标谱系分化的倾向性。迭代作为软件的核心步骤，每次迭代都会更新训练集，确保分类器学习的是当前阶段的特征，逐步反向推进 (向更幼稚细胞)，避免一次性分类带来的偏差。并且，可以输出每次迭代中对分类最重要的基因，揭示不同分化阶段的关键调控因子。

软件链接：
https://github.com/dgrun/FateID

©著作权归作者所有,转载或内容合作请联系作者
平台声明：文章内容（如有图片或视频亦包括在内）由作者上传并发布，文章内容仅代表作者本人观点，简书系信息发布平台，仅提供信息存储服务。

推荐阅读更多精彩内容