Spectrum: 단일 및 다중 오믹 데이터용 빠른 밀도 인지 스펙트럼 군집화

동기: 환자 오믹 데이터 군집화는 질병 아형을 식별할 수 있기 때문에 정밀 의학 개발에 필수적입니다. 현재 주요 과제는 다중 오믹 데이터를 통합하여 공통 구조를 식별하고 노이즈를 줄이는 것입니다. 군집 분석은 단일 오믹 데이터에도 점점 더 많이 적용되고 있으며, 예를 들어 단일 세포 RNA-seq 분석에서 개별 세포의 전사체를 군집화하는 데 사용됩니다. 이 기술은 임상적 함의를 가집니다. 따라서 우리는 단일 및 다중 오믹 데이터 모두에 유연하고 효과적인 스펙트럼 군집화 도구를 개발하는 것을 목표로 했습니다. 결과: 우리는 복잡한 오믹 데이터를 위한 새로운 스펙트럼 군집화 방법인 Spectrum을 소개합니다. Spectrum은 공통의 최근접 이웃을 공유하는 점들 간의 유사성을 향상시키는 자체 조정 밀도 인지 커널을 사용합니다. 또한 텐서 곱 그래프 데이터 통합과 확산 절차를 활용하여 노이즈를 감소시키고 기저 구조를 드러냅니다. Spectrum은 고유벡터 분포 분석을 포함하는 최적 군집 수(K)를 찾는 새로운 방법을 포함합니다. Spectrum은 가우시안 및 비가우시안 구조 모두에 대해 자동으로 K를 찾을 수 있습니다. 21개의 실제 발현 데이터셋 전반에 걸쳐 Spectrum은 다른 방법에 비해 향상된 실행 시간과 더 나은 군집화 결과를 보여줍니다. 이용 가능성 및 구현: Spectrum은 CRAN에서 R 소프트웨어 패키지로 사용할 수 있습니다 https://cran.r-project.org/web/packages/Spectrum/index.html. 보조 정보: 보조 데이터는 Bioinformatics 온라인에서 이용 가능합니다.