单细胞转录组数据细胞类型自动识别方法

单细胞测序技术已在多个研究领域发挥重要作用，因为它能够刻画不同组织和细胞群体的异质性和复杂细胞类型。传统的单细胞转录组数据细胞类型识别方法耗时、先验知识依赖来进行人工注释。相比较而言，单细胞转录组数据细胞类型自动识别方法具有快速、精准、更加用户友好的优势。鉴于此，本次介绍一篇单细胞转录组数据细胞类型自动识别方法综述论文（图1）。在预测精度、F1值、非标识率和运行时间四个方面，该篇综述系统讨论和评估了32种已发表的单细胞转录组数据细胞类型自动识别方法。此外，还介绍了这些方法的优势和劣势，并且取决于已有信息为用户推荐合适的细胞类型自动识别方法。同时，也对这些细胞类型自动识别方法的未来挑战和应用进行了讨论。最后，为方便使用这些细胞类型自动识别方法，作者们也开发了一个免费R工具包AutomaticCellTypeIdentification（https://github.com/xiebb123456/AutomaticCellTypeIdentification）。

图1单细胞转录组数据细胞类型自动识别方法综述论文

目前，细胞类型识别方法主要分为传统和自动。传统识别方法输入数据为测试数据集，自动识别方法按照输入数据类型又分为三种：积极学习（eager learning）、消极学习（lazy learning’）和标志物学习（marker learning）。积极学习和消极学习的输入数据为训练数据和测试数据，标志物学习输入数据为生物标志物数据和测试数据。从方法角度，传统识别方法采用非监督聚类方法，自动识别方法则采用分类器、最临近细胞和打分函数方式。详细比较见图2所示。

图2 传统和自动细胞类型识别方法在输入、方法和输出方面的概述

按照方法类型、方法特点、分类器、是否提供先验知识、是否能预测新的细胞类型、编程语言和输入数据格式条目划分，32种细胞类型自动识别方法的基本情况如表1所示。

表1 32种细胞类型自动识别方法汇总

详细的比较结果就不罗列了，最终发现：三种各不同类别的细胞类型自动识别最优方法在六种（准确率、F1值、非标识率、特异性、敏感性、运行时间）评价指标下表现相似。积极学习方法中，clustifyr，scHPL和scPred在所有指标中表现最优，SingleCellNet，SciBet和Seurat在准确率、F1值和运行时间方面表现良好。消极学习方法中，CellFishiing.jl方法表现最优。标志物学习方法中，SCSA， SCINA，scTyper和CellAssign方法表现最优。给定数据集，如果在组织或器官的数据集已经预先注释，那么更倾向于选择积极和学习方法，因为它们在准确率和运行时间方面表现更优。如果训练数据中的标识信息没有或者训练数据缺失，则推荐标志物学习方法。最后，先验信息对于任何一种细胞类型识别方法而言，都有助于提高它们的细胞类型识别准确率。

参考文献

[1] Xie B, Jiang Q, Mora A, Li X. Automatic cell type identification methods for single-cell RNA sequencing. Comput Struct Biotechnol J. 2021 Oct 20;19:5874-5887. doi: 10.1016/j.csbj.2021.10.027.

以往推荐如下：

1. mRNA表达无法取代蛋白质表达

2. Any RNA

3. 癌症内RNA

4. 一对搭档：计算与生物

5. miRNA组学

6. piRNA关联数据库和计算模型

7. 细胞通讯推理框架​

8. 四张图揭示环状RNAs的特性、细胞作用和潜在应用

9. 美国癌症研究协会AACR项目：GENIE

10. 环状RNAs与衰老

11. 生物网络的关系推断

12. 网络模块识别已20年

13. ​miRspongeR 2.0版本来了

14. 单细胞测序技术进展

15. 细胞特异性基因调控网络识别方法CeSpGRN

16. 细胞特异性因果调控网络识别