scDeepCluster:Clustering single-cell RNA-seq data with a model-based deep learning approach论文解读-优快云博客

该论文提出了一种名为scDeepCluster的新框架，将图像处理领域的DEC与生物信息学的ZINB模型相结合，应用于单细胞RNA测序数据的降噪和分类。通过自编码器进行数据预处理，提取特征，然后利用DEC的KL散度进行聚类。实验结果显示，scDeepCluster在多个数据集上表现优秀，与其他聚类算法相比有显著优势，且代码规范，具有参考价值。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

这是2019年发表于nature子刊machine intelligence的一篇论文，作者是Tian Tian , Ji Wan, Qi Song and Zhi Wei。论文主要是提出了一个新的框架scDeepCluster,利用自编码器对单细胞RNA测序数据进行降噪分类，以及在二维平面图进行可视化。

论文模型图：
这是这是作者论文里展示的模型图，作者把图像处理领域应用的模型DEC和生物信息领域单细胞RNA测序数据降噪算法ZINB结合起来了，先用自编码器和ZINB损失结合对输入的单细胞RNA测序数据进行降噪并在自编码器中间层提取数据特征，然后在利用DEC的KL散度公示对潜在层数据特征进行分类。
2.激活函数
作者给出了自编码器解码器Decoder部分最后面三层的激活函数如下：
3.损失函数
对输入单细胞RNA测序数据进行降噪的公式是
其中负二项式分布的均值 (μ)、离散度 (θ) 和附加系数 (π)
在潜在层对数据进行聚类的公式是：

整个模型最开始用ZINB损失函数预处理，然后利用k-means算法在潜在层初始化特征得到聚类中心，对Encoder部分使用聚类公式。
4.实验结果和对比
作者把scDeepCluster在作者生成的数据集和实际单细胞RNA测序数据集应用，并选取了7个聚类算法作为对比模型，用ACC，NMI，ARI三个指标作为衡量标准，结合t-sne降维算法在二维平面对数据进行可视化比较。
5.总结
这篇论文对我来说很特别，是我入生物信息坑看的第一篇论文。
之后看了很多同方向的论文，现在回头再审视这篇文章。其实，论文总体来说创新性并不是特别高（主要是把前人发表的两篇论文移花接木），但这篇论文文笔很出色，而且绘图和对比实验结果图以及代码十分规范，还是具有很强的参考价值。（代码文章里有网址，作者用keras写的）

引用：
1.Tian, Tian, Ji, et al. Clustering single-cell RNA-seq data with a model-based deep learning approach[J]. Nature Machine Intelligence, 2019.
2.DEC：Xie J , Girshick R , Farhadi A . Unsupervised Deep Embedding for Clustering Analysis[J]. Computer Science, 2015.
3.ZINB：Eraslan G , Simon L M , Mircea M , et al. Single-cell RNA-seq denoising using a deep count autoencoder[J]. Nature Communications, 2019, 10(1).