ترجمه فارسی مقاله خوشه بندی تعبیه گراف عمیق مبتنی بر برنامه درسی تک سلولی

چکیده

The swift advancement of single-cell RNA sequencing (scRNA-seq) technologies enables the investigation of cellular-level tissue heterogeneity. Cell annotation significantly contributes to the extensive downstream analysis of scRNA-seq data. However, The analysis of scRNA-seq for biological inference presents challenges owing to its intricate and indeterminate data distribution, characterized by a substantial volume and a high frequency of dropout events. Furthermore, the quality of training samples varies greatly, and the performance of the popular scRNA-seq data clustering solution GNN could be harmed by two types of low-quality training nodes: 1) nodes on the boundary; 2) nodes that contribute little additional information to the graph. To address these problems, we propose a single-cell curriculum learning-based deep graph embedding clustering (scCLG). We first propose a Chebyshev graph convolutional autoencoder with multi-decoder (ChebAE) that combines three optimization objectives corresponding to three decoders, including topology reconstruction loss of cell graphs, zero-inflated negative binomial (ZINB) loss, and clustering loss, to learn cell-cell topology representation. Meanwhile, we employ a selective training strategy to train GNN based on the features and entropy of nodes and prune the difficult nodes based on the difficulty scores to keep the high-quality graph. Empirical results on a variety of gene expression datasets show that our model outperforms state-of-the-art methods.

چکیده به فارسی (ترجمه ماشینی)

پیشرفت سریع فن آوری های توالی RNA تک سلولی (SCRNA-SEQ) بررسی ناهمگونی بافت سطح سلولی را امکان پذیر می کند.حاشیه نویسی سلول به طور قابل توجهی به تجزیه و تحلیل گسترده پایین دست داده های SCRNA-SEQ کمک می کند.با این حال ، تجزیه و تحلیل SCRNA-SEQ برای استنتاج بیولوژیکی چالش هایی را به دلیل توزیع داده های پیچیده و نامشخص آن ، که با یک حجم قابل توجه و فرکانس بالایی از وقایع ترک تحصیل مشخص می شود ، ارائه می دهد.علاوه بر این ، کیفیت نمونه های آموزش بسیار متفاوت است ، و عملکرد محلول خوشه بندی داده های SCRNA-SEQ محبوب GNN می تواند توسط دو نوع گره آموزش با کیفیت پایین آسیب ببیند: 1) گره ها در مرز.2) گره هایی که اطلاعات اضافی کمی را به نمودار ارائه می دهند.برای پرداختن به این مشکلات ، ما یک خوشه بندی نمودار عمیق مبتنی بر یادگیری برنامه درسی تک سلولی (SCCLG) را پیشنهاد می کنیم.ما ابتدا یک Autoencoder Cochbyshev نمودار Cochbyshev را با چند دکوراسیون (CHEBAE) پیشنهاد می کنیم که ترکیبی از سه هدف بهینه سازی مربوط به سه رمزگشایی ، از جمله از دست دادن توپولوژی از دست دادن نمودارهای سلولی ، از دست دادن دوتایی منفی (ZINB) و از دست دادن خوشه بندی ، برای یادگیری سلول است.نمایندگی توپولوژی سلول.در همین حال ، ما از یک استراتژی آموزشی انتخابی برای آموزش GNN بر اساس ویژگی ها و آنتروپی گره ها استفاده می کنیم و گره های دشوار را بر اساس نمرات دشواری برای حفظ نمودار با کیفیت بالا انجام می دهیم.نتایج تجربی در انواع مجموعه داده های بیان ژن نشان می دهد که مدل ما از روشهای پیشرفته بهتر عمل می کند.