Bayesian segmented Gaussian copula factor model for single-cell sequencing data
单细胞测序数据的贝叶斯分段高斯 Copula 因子模型AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
本页为预印本版本；arXiv 收录、作者填写的期刊信息以及作者既有发表经历，都不单独证明本篇已接收。作者发表记录按 OpenAlex 身份与完整姓名、本站覆盖期刊 ISSN 及正式卷期核对，只展示已核实例，档案仍可能误合并。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要中的因子模型服务于单细胞基因表达分析，未提供宏观或金融因子研究依据，不能仅因出现因子模型而归入对应领域。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
单细胞测序数据的贝叶斯分段高斯 Copula 因子模型
- 研究问题
- 单细胞测序数据具有大量零值、近零计数和强偏态时，如何进行潜在因子分析，并确定因子数量及处理载荷旋转带来的识别问题？
- 方法与思路
- 作者提出分段高斯 Copula 模型，对因子载荷各列使用 Dirichlet–Laplace 先验收缩，并以模拟和真实测序数据评估。
- 材料陈述的贡献
- 摘要称方法能处理低计数膨胀与偏态，自动确定因子数并解决旋转识别问题；模拟与应用报告了优势和有生物意义的潜在结构。
- 阅读关注点
- 核对分段观测机制、载荷收缩与因子数选择的关系、旋转识别的具体含义，以及模拟比较和细胞亚型结论的验证方式。
- 阅读边界
- 这是 arXiv 预印本，同行评审或期刊接收未核验；摘要未给出识别论证和数值结果，所称优势及新细胞亚型仍需全文核对。
原文摘要
Single-cell sequencing technologies have significantly advanced molecular and cellular biology, offering unprecedented insights into cellular heterogeneity by allowing for the measurement of gene expression at an individual cell level. However, the analysis of such data is challenged by the prevalence of low counts due to dropout events and the skewed nature of the data distribution, which conventional Gaussian factor models struggle to handle effectively. To address these challenges, we propose a novel Bayesian segmented Gaussian copula model to explicitly account for inflation of zero and near-zero counts, and to address the high skewness in the data. By employing a Dirichlet-Laplace prior for each column of the factor loadings matrix, we shrink the loadings of unnecessary factors towards zero, which leads to a simple approach to automatically determine the number of latent factors, and resolve the identifiability issue inherent in factor models due to the rotational invariance of the factor loadings matrix. Through simulation studies, we demonstrate the superior performance of our method over existing approaches in conducting factor analysis on data exhibiting the characteristics of single-cell data, such as excessive low counts and high skewness. Furthermore, we apply the proposed method to a real single-cell RNA-sequencing dataset from a lymphoblastoid cell line, successfully identifying biologically meaningful latent factors and detecting previously uncharacterized cell subtypes.