Ping Xu Zhiyuan Ning Pengjiang Li Wenhao Liu Pengyang Wang Jiaxu Cui Yuanchun Zhou Pengfei Wang

الملخص

يُظهر التسلسل الجيني للخلايا الفردية (scRNA-seq) تنوع الخلايا، حيث يُعد تجميع الخلايا عنصراً محورياً في تحديد أنواع الخلايا والجينات المؤشرة. وقد ساهمت التطورات الحديثة، وبخاصة الطرق القائمة على الشبكات العصبية الرسومية (GNNs)، في تحسين أداء التجميع بشكل كبير. ومع ذلك، تبقى عملية تحليل بيانات scRNA-seq تحدياً كبيراً بسبب وجود الضوضاء، والكثافة المنخفضة، والبعد العالي. وتفاقم هذه التحديات يُعدّ تأثير الازدواجية المفرطة (over-smoothing) الذي تعاني منه الشبكات العصبية الرسومية، ما يحد من قدرتها على استخلاص المعلومات البيولوجية المعقدة. وللرد على هذه التحديات، نقترح طريقة scSiameseClu، وهي إطار جديد لعملية التجميع باستخدام الهيكل السيماسي (Siamese Clustering)، لتحليل بيانات التسلسل الجيني للخلايا الفردية، ويتكون هذا الإطار من ثلاث خطوات رئيسية: (1) وحدة التضخيم المزدوج (Dual Augmentation Module)، التي تُطبّق تغيرات بيولوجية مُستندة إلى المعرفة على مصفوفة تعبير الجينات والعلاقات بين الخلايا في الرسم البياني، بهدف تعزيز متانة التمثيل؛ (2) وحدة الدمج السيماسي (Siamese Fusion Module)، التي تجمع بين تحسين الارتباط المتبادل (cross-correlation refinement) ودمج المعلومات التكيفي، لالتقاط العلاقات الخلوية المعقدة وتجنب ظاهرة الازدواجية المفرطة؛ و(3) تجميع النقل الأمثل (Optimal Transport Clustering)، الذي يستخدم مسافة سينكورن (Sinkhorn distance) لتوحيد تخصيصات التجميع مع النسب المحددة مسبقاً بكفاءة، مع الحفاظ على التوازن. وقد أظهرت التقييمات الشاملة على سبعة مجموعات بيانات حقيقية أن الطريقة المقترحة تتفوق على الطرق الرائدة في مجال التجميع الخلوي، وتحديد نوع الخلية، وتصنيف نوع الخلية، مما يوفر أداة قوية لتحليل بيانات scRNA-seq.