博文

MIMIQ：单细胞数据的快速互信息计算与显著性检验

已有 174 次阅读 2026-5-16 21:29 |个人分类:科普|系统分类:科普集锦

MIMIQ：单细胞数据的快速互信息计算与显著性检验

在已测序的细胞中计算基因共变关系，是众多分析流程中的关键环节，这些分析流程包括细胞类型推断、聚类分析、调控网络分析以及细胞轨迹推断等。衡量这种共变关系的最直接指标是皮尔逊相关系数或斯皮尔曼相关系数。然而，这些指标无法识别那些由多种遗传相互作用所导致的复杂非线性关联。变量对之间的互信息能够反映在测量其中一个变量时所获得的关于另一个变量的信息量，是一种与具体模型无关的相互作用度量指标。此外，互信息本身也是一个有意义的量度指标，特别是在研究信号转导过程中的信息流动或免疫受体的多样性。

精确计算所有基因对之间的互信息在计算上十分复杂，因此不适用于现代单细胞 RNA 测序实验中涉及的成千上万个基因（数亿个基因对）。相反，那些通过固定区间来计算互信息的更快但更近似的方法，在数据分布偏斜时往往不够准确。RNA 测序数据通常属于长尾、过度离散的分布类型。

最近，O’Hanlon等人介绍了基于“边际信息量”概念的 MI 计算方法（MIMIQ，图1， https://github.com/dpohanlon/mimiq）。该框架能够在不牺牲准确性的前提下，快速计算成对 MI 值，同时对底层数据分布的假设要求较低。该方法专为处理可能具有零膨胀特征的整数计数数据而设计，例如 scRNA-seq 实验中得到的数据，这类数据可用零膨胀负二项分布来描述。为实现这一目标，作者们利用 k-d 树对原始计数数据进行自适应分组处理，并结合 Copula 变换，从而能够同时计算用于显著性检验的χ检验统计量。在实践中，作者们构建了一种基于 MI 的重连度量指标，并利用它来研究 SARS-CoV-2 感染期间幼稚 T 细胞的基因相互作用重连过程。

图1 MIMIQ运行时间

参考文献

[1] Daniel O’Hanlon, Sergio Garcia Busto, Rubén Pérez Carrasco. MIMIQ: Fast mutual information calculation and significance testing for single-cell RNA sequencing analysis bioRxiv 2026.04.10.717770; doi: https://doi.org/10.64898/2026.04.10.717770

以往推荐如下：

1. 分子生物标志物数据库MarkerDB

2. 细胞标志物数据库CellMarker 2.0

3. 细胞发育轨迹数据库CellTracer

4. 人类细胞互作数据库：CITEdb

5. EMT标记物数据库：EMTome

6. EMT基因数据库：dbEMT

7. EMT基因调控数据库：EMTRegulome

8. RNA与疾病关系数据库：RNADisease v4.0

9. RNA修饰关联的读出、擦除、写入蛋白靶标数据库：RM2Target

10. 非编码RNA与免疫关系数据库：RNA2Immune

11. 值得关注的宝藏数据库：CNCB-NGDC