使用正则化负二项回归法对单细胞RNA测序数据进行归一化和方差稳定化

单细胞RNA测序（scRNA-seq）数据由于技术因素表现出显著的细胞间变异性，包括每个细胞检测到的分子数量，这可能使生物异质性与技术效应混淆。为此，我们提出了一个用于scRNA-seq实验分子计数数据归一化和方差稳定化的建模框架。我们建议使用“正则化负二项回归”的Pearson残差，其中细胞测序深度作为广义线性模型中的协变量，有效地消除了下游分析中的技术特征影响，同时保留了生物学异质性。重要的是，我们展示了无约束的负二项模型可能会对scRNA-seq数据过拟合，并通过利用具有相似丰度的基因之间的信息汇聚来获得稳定的参数估计，从而克服了这一问题。该过程省略了包括伪计数添加或对数变换在内的启发式步骤，并改进了常见的下游分析任务，如变异基因选择、降维和差异表达。我们的方法可应用于任何基于UMI的scRNA-seq数据集，并作为R软件包sctransform的一部分免费提供，与我们的单细胞工具包Seurat有直接接口。