哈工大全媒體（闞思邈 周陽/文 周陽/圖）近日，我校數(shù)學學院靳水林教授團隊在單細胞測序數(shù)據(jù)建模與分析領(lǐng)域取得重要進展，解決了多生物來源數(shù)據(jù)整合建模的關(guān)鍵問題。研究成果以《多生物來源單細胞數(shù)據(jù)整合》（Integrating single-cell data with biological variables）為題發(fā)表在《美國國家科學院院刊》（Proceedings of the National Academy of Sciences of the United States of America: PNAS）上。

單細胞數(shù)據(jù)整合旨在通過消除數(shù)據(jù)中的批次效應(yīng)，以融合不同實驗批次的單細胞測序數(shù)據(jù)，對胚胎發(fā)育、組織功能及疾病機制等研究具有重要意義。然而，對于包含多生物來源的單細胞測序數(shù)據(jù)，其批次效應(yīng)與生物效應(yīng)極易混淆，給數(shù)據(jù)整合帶來了巨大挑戰(zhàn)。

針對上述問題，靳水林教授團隊提出了一種多源生物變異的數(shù)據(jù)整合新模型——組中心化主成分分析 (group-centered Principal Component Analysis，簡稱gcPCA)。這一模型首次定義了多生物來源數(shù)據(jù)的組技術(shù)變異，利用生物來源的總體變異和批次內(nèi)變異估計批次效應(yīng)，構(gòu)建了組技術(shù)變異最小化的優(yōu)化模型，進而在保留多源生物變異條件下對數(shù)據(jù)進行了整合。組中心化主成分分析（gcPCA）模型在模擬和真實數(shù)據(jù)整合方面取得了優(yōu)良的效果。該研究為多生物來源單細胞測序數(shù)據(jù)的有效整合提供了高效、可靠的數(shù)學模型。

組中心化主成分分析（gcPCA）模型

哈工大為論文唯一完成單位。靳水林教授為論文唯一通訊作者，團隊博士研究生周陽為論文第一作者。該研究獲得了國家自然科學基金面上項目、國家自然科學基金青年學生基礎(chǔ)研究項目（博士研究生）、黑龍江省杰出青年基金等項目的支持。

論文鏈接：https://doi.org/10.1073/pnas.2416516122