基于单细胞转录组数据的细胞分类方法研究

Traditional large scale cell sequencing technology works on multi-populations or bulk cells from single population, and achieves mixed data of multi-cells, which can’t reflect cell heterogenity accurately. Single cell sequencing technology focuses on a single cell, which can quantitatively analyzes gene expression level and distribution, and it is suitable for specificity researches of single cell level such as cell sub-population classification and gene regulation network. This project will classify human brain nerve cells based on single cell transcriptomes data, and analyze the new cell types and cell lineage. In this project, firstly we preprocess single-cell transcriptome data, filtering low quality cell data and noise data, and analyzing and evaluating the data availability. Secondly, to extract the feature genes, we calculate genetic similarity and filter the irrelevant genes with non-characteristic expression. Finally, to improve the classification accuracy and robustness, we study unsupervised learning classification methods and automatic identification classification categories to classify human brain nerve cells and analyze the new cell types and cell lineage relationships. This study will help to analyze the heterogeneity of cells, deduce human brain nerve cell properties, determine the neural cell types relating to behavior, understand the selective neurodegenerative and identify nerve disease treatment targets.

传统的大规模细胞测序主要研究混合生物种群或单种群多细胞测序的多种群多细胞混合数据，不能准确地反应细胞差异性。单细胞测序对单个细胞进行测序，可以定量分析基因表达水平和分布，适合细胞亚型分类、基因调控网络等单细胞水平特异性研究。本课题拟基于单细胞转录组测序数据，研究细胞分类方法，并对人类大脑神经细胞分类，分析新的细胞类型和细胞世系关系。课题研究内容包括：首先，对单细胞转录组数据进行预处理，过滤低质量细胞数据和噪声数据，进行数据质量评估；其次，计算基因相似性，过滤非特征表达的弱相关基因，提取特征基因；最后，研究无监督学习分类方法，自动识别分类类别数，提高分类准确性和健壮性，并对人类大脑神经细胞进行分类。本项目的研究将为准确分析细胞异质性，从而推断人类大脑神经细胞属性，确定神经细胞类型对行为贡献，理解选择性神经退化，识别神经病症治疗靶点提供帮助。

传统的大规模细胞测序主要研究多种群或单种群多细胞测序的混合数据，不能准确地反应细胞间的差异性。单细胞转录组测序测量单个细胞的基因表达水平，准确地反应细胞间的异质性。通过对单细胞转录组测序数据聚类，识别细胞类型，有助于理解细胞发育和细胞分化等生物过程，在研究肿瘤细胞分化和精准医疗等领域发挥重要的作用。本项目围绕单细胞转录组测序数据高维度、高稀疏、高噪声和缺乏先验知识特点，研究细胞间相似性度量和相似性图构建，识别细胞类型，对人类大脑神经细胞类型深入分析。项目研究内容主要包括：对单细胞转录组数据进行预处理，过滤低质量细胞数据和噪声数据，选择特征基因；考虑细胞间的局部结构信息和全局特征信息，定义细胞间相似性度量，构建相似性图；研究无监督学习分类方法，自动识别分类类别数，对人类大脑神经识别细胞类型，提高准确性和鲁棒性。. 项目取得一系列重要成果。提出8种单细胞序列数据的聚类方法：基于共享近邻和图划分的单细胞聚类方法（SSNN-Louvain）、基于图划分的单细胞聚类集成方法（Sc-GPE）、基于单细胞转录组测序数据的混合聚类算法、基于网络增强的单细胞录组测序数据聚类方法（NES-Louvain）、基于全局相似性的单细胞转录组测序数据聚类方法（MPGS-Louvain）、基于基因集表达谱的知识集成聚类方法（ClusterMine）、基于图相似性的单细胞转录组测序数据聚类（GSE）和基于图的细胞聚类改进方法（SNN-cliq++）。以上成果5项发表在SCI期刊，3项发表在EI期刊。项目还设计4种脑网络的社区检测算法：基于均匀设计粒子群优化的脑网络社区发现算法、基于均匀设计人工蜜蜂群算法的脑网络社区发现算法、基于领域索引和动态交叉离散粒子群优化的脑网络社区发现算法、结合均匀设计和果蝇优化算法的脑网络社区发现算法。以上4项成果均发表在SCI期刊上。. 本项目的研究将为分析人类大脑神经细胞异质性，从而推断神经细胞属性，确定神经细胞类型对行为贡献，理解选择性神经退化，识别神经病症治疗靶点提供帮助。