scMAG：通过多阶段深度融合及流形感知门控技术整合单细胞多组学数据

《Computational Biology and Chemistry》：scMAG:Integrating Single-Cell Multi-Omics Data via Multi-Stage Deep Fusion with Manifold-Aware Gating

单细胞多组学数据整合方法scMAG通过多阶段特征深度融合与流形感知门控策略，平衡异质组学层对齐和模态分布保持，显著提升聚类精度与可视化效果，抑制生物噪声与测量误差。实验验证其在多数据集上优于现有方法，尤其在去批次效应、降维及轨迹推断方面表现优异。

　　

李双全|邹俊浩

哈尔滨工业大学自动化学院，中国黑龙江省哈尔滨市，150080

摘要

单细胞组学技术现已能够同时对单个细胞内的多种基因组模式进行分析。整合这些多组学数据需要计算框架，这些框架能够在保持生物学真实性的同时建立跨模态关联。一个核心挑战在于平衡两个相互竞争的目标：异构组学层之间的对齐以及特定模式的分布保留。过度对齐可能导致语义丢失，而严格的分布保留可能会在潜在表示中引发模式分离。这种根本性的权衡凸显了需要先进策略来协调整合精度与生物学真实性。本文创新性地提出了一种多阶段特征深度融合形式化方法，该方法结合了组学多核流形保持和引导性门控优化策略，并设计了scMAG算法。该框架旨在提高单细胞多组学的聚类精度和数据可视化效果，同时实现多组学潜在空间的自适应对齐，并优化环境空间中的组学数据分布，有效抑制生物噪声和测量误差。为了全面评估scMAG算法，我们将配对数据集scRNA-seq与scATAT-seq和ADT进行了对比。我们一致观察到，scMAG在聚类效果和数据可视化清晰度方面优于其他算法。进一步的多任务实验分析表明，这种提升源于scMAG能够改善数据空间中潜在特征的分布，并在多组学之间自适应地平衡共享信号和特定模式的信号。scMAG不仅显著提高了聚类性能，还在特征降维、批量效应去除、多模态数据整合、细胞轨迹推断等方面表现出色，并且具有良好的生物学可解释性。这种方法为多模态单细胞数据的深入分析提供了新的理论支持和实践参考。

章节摘录

背景

单细胞技术的快速发展显著推进了细胞研究，使得单细胞转录组（scRNA-seq）、表观基因组（scATAC-seq）和蛋白质组等多维分析成为可能。随着这些技术的不断突破和数据资源的积累，越来越需要能够整合不同模态信息的计算方法，以便对单细胞多组学数据进行联合分析

scMAG工作流程

scMAG是一种端到端的单细胞聚类分析方法，其整体流程如图1A所示。在将单细胞组学的原始数据转换为提高信噪比并确保更准确可靠的数据表示后，scMAG模型通过多阶段融合和门控机制学习低维流形表示，从而获得高效的聚类结果。这些结果随后被用于各种下游任务分析

聚类性能

我们使用ARI和NMI聚类指标评估了scMAG在9个数据集上的聚类性能。对于RNA和ATAC数据集，有5个单批次数据集（SLN111-D1、SLN111-D2、SLN206-D1、SLN206-2、PBMC）和2个双批次数据集（SLN111、SLN206），以及5个单细胞多组学模型（BREM-SC、TotalVI、CiteFuse、Seurat、Sputer）。对于RNA和ATAC数据集，它们都是单批次数据集，并与三个单细胞多组学模型（Seurat、Cobolt、scMM）进行了比较。见图2

去批次效应

我们评估了scMAG的去批次效应能力，如图6所示。从对比图表中可以看出，scMAG在实现高质量聚类的同时显著减少了批次效应的影响。这表明该模型在跨批次整合方面具有良好的鲁棒性和适应性，构建的聚类流形空间在特征表示上有所改进（scMAG与对比模型之间的批次效应对比图表见

讨论

本文提出了一种通过多阶段深度融合和流形感知门控来整合单细胞多组学数据的方法，旨在实现特征降维、去除批次效应、数据整合、轨迹推断，并在提高聚类性能的同时提升数据质量。通过对大量单细胞多组学数据集的实验研究，已经证明scMAG确实在聚类性能上取得了显著改进

结论

本文提出了一种通过多级深度融合和流形感知门控（scMAG）来整合单细胞多组学数据的方法，为异构组学整合和聚类分析提供了有效的研究工具。该方法利用流形正则化来保持数据分布和流形结构，有效增强了数据的空间分布。这对于多层感知器拟合分布参数和完整建模ZINB非常有益

伦理批准和参与同意

不适用。

资助

本研究未获得外部资助。

CRediT作者贡献声明

李双全：撰写 – 审稿与编辑。邹俊浩：撰写 – 原始草稿。

利益冲突声明

作者声明没有利益冲突。

致谢

不适用。

作者贡献

本文由作者邹俊浩独立构思和撰写，导师李双全通过定期讨论提供了学术指导。

出版同意

不适用。