Pachinko Allocation Modelを用いたクラスタリングによるシングルセル発現解析手法

• Item type: SIG Technical Reports(1)
• 公開日: 2018-02-22
• タイトル: Pachinko Allocation Modelを用いたクラスタリングによるシングルセル発現解析手法
• タイトル / 言語: en
• タイトル: A method for cluster analysis of single-cell gene expression data using the Pachinko Allocation Model
• 言語: jpn
• 資源タイプ / 資源タイプ識別子: http://purl.org/coar/resource_type/c_18gh
• 資源タイプ: technical report
• 著者所属: 大阪大学基礎工学部情報科学科
• 著者所属: 大阪大学大学院情報科学研究科バイオ情報工学専攻
• 著者所属: 大阪大学大学院情報科学研究科バイオ情報工学専攻
• 著者所属: 大阪大学大学院情報科学研究科バイオ情報工学専攻
• 著者所属(英): en
• 著者所属(英): Department of Information and Computer Sciences, School of Engineering Science, Osaka University
• 著者所属(英): en
• 著者所属(英): Department of Bioinformatic Engineering, Graduate Schoolof Information Science and Technology, Osaka University
• 著者所属(英): en
• 著者所属(英): Department of Bioinformatic Engineering, Graduate Schoolof Information Science and Technology, Osaka University
• 著者所属(英): en
• 著者所属(英): Department of Bioinformatic Engineering, Graduate Schoolof Information Science and Technology, Osaka University
• 著者名: 広田, 航; 江藤, 充宏; 瀬尾, 茂人; 松田, 秀雄
• 著者名(英): Wataru, Hirota; Mitsuhiro, Eto; Shigeto, Seno; Hideo, Matsuda
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: 近年のシングルセル解析技術の発展により，遺伝子発現プロファイルを用いた細胞のクラスタリングや機能解析が一細胞単位で行われるようになった．このシングルセル遺伝子発現プロファイルは行が遺伝子，列が細胞となる行列であり，行 ・ 例ともに数万にものぼるという特徴がある．既存研究では Latent Dirichlet Allocation (LDA) を用いたクラスタリング手法が提案されているが，LDA にはトピック数を増やすとクラスタリングの精度が下がり，またトピックに基づく細胞の機能解析が十分に行えないという問題があった．そこで本研究では，トピック数の増加に対してトピックの推定精度が頑健なトピックモデルである Pachinko Allocation Model を遺伝子発現プロファイルに適用し，細胞のクラスタリングを行った．その結果，大きいトピック数においても高い精度のクラスタリングを実現した．
• 論文抄録(英) / 内容記述タイプ: Other
• 論文抄録(英) / 内容記述: Improving single-cell analysis technologies satisfies our desire to observe the gene expressions of individual cells. We now have single-cell gene expression profiles, large-scaled matrices whose numbers of both rows and columns are often more than 10,000. Many existing studies have attempted to manage such large matrices, conducting analyses such as clustering and functional analysis of cells. A successful approach by these researchers has been to use the Latent Dirichlet Allocation (LDA). However, the more the number of topics of LDA grows, the lower the precision of clustering becomes. Therefore, we propose a clustering method using the Pachinko Allocation Model (PAM), which is a robust model against increasing topics. Here we demonstrate the high performance of the method.
• 書誌レコードID / 収録物識別子タイプ: NCID
• 書誌レコードID / 収録物識別子: AN10505667
• 書誌情報: 研究報告数理モデル化と問題解決（MPS）; 巻 2018-MPS-117, 号 1, p. 1-6, 発行日 2018-02-22
• ISSN / 収録物識別子タイプ: ISSN
• ISSN / 収録物識別子: 2188-8833
• Notice: SIG Technical Reports are nonrefereed and hence may later appear in any journals, conferences, symposia, etc.
• 出版者 / 言語: ja
• 出版者: 情報処理学会