copyKAT | Notion

cell 2000개만 사용하여 KS.cut = 0.1, KS.cut = 0.05로 copyKAT 실행

KS.cut : Kolmogorov–Smirnov test를 기반으로 diploid 여부를 판단하는 threshold

Threshold 높임 (`KS.cut` 낮춤)	오분류 ↓, 신뢰도 ↑	not defined ↑, usable cell 수 ↓
Threshold 낮춤 (`KS.cut` 높임)	not defined ↓, 전체 사용 ↑	경계 모호한 세포 오분류 ↑

낮게 설정하면 보수적으로 분류 → diploid와 aneuploid의 판별 기준이 엄격해져서, 애매한 세포는 not defined로 처리 → 분류 결과에 대한 신뢰도 상승 (단점: pred.test에서 사용 가능한 세포 수가 줄어듦)

KS.cut = 0.1, KS.cut = 0.05 조건에서 모두 동일하게 분류한 세포를 pseudo-GT로 설정.
- 특정 cell이 두 조건에서 모두 tumor나 normal로 분류가 되었다면, 이를 그 cell의 type으로 가정하고 진행.
norm.cell.names 에서 normal GT 값을 고정해두고 copyKAT 재실행
- 메모리 절약 + 정확도 상승 : 전체 데이터를 나눠서 진행하기에 상대적 비교로 하는 copyKAT의 GT 값이 있으면 이를 기준으로 해서 다른 cell들 분류 가능
  - 처음 고정된 normal cell이 정말 diploid인지의 정확도에 따라 전체 결과의 품질이 결정됨. → 웬만하면 ‘무조건 99% normal cell이다’로 판정난 cell만을 이용하는 게 좋을 듯함.
- 그러기에 cell 2000개에서 좀 더 늘려서(e.g. 5000, 10000) copyKAT 재실행 가능 (← 실제로 해봐야지 알 거 같음)

그럼에도 불구하고 ‘not defined’ cell이 존재할 경우, distance 방법 바꿔서 재실행

distance : 세포 간 유사도 계산 (이를 기반으로 large-scale chromosomal expression 변화 감지)

Metric	설명	특징	비교적 유리한 상황
pearson	선형 상관	스케일 무시, 방향성 반영	일반적인 발현 패턴 차이 감지, 대체로 안정적, 평균 중심 비교
euclidean	거리 기반 절댓값 차이	magnitude 차이 민감	전체 발현 값의 크기 차이가 큰 경우
spearman	서열 순위 상관	non-linear 관계 감지	비선형 관계 혹은 outlier에 강건

astrocyte 유래 종양과 정상은 발현 양상이 매우 유사하고, 그 차이가 비선형적일 수 있음. → 이 경우 pearson은 분류 실패 가능성이 있고, spearman이 더 민감하게 탐지할 수 있음. (← 실제로 해봐야지 알 거 같음)
euclidean은 발현량 차이가 존재하는 유전자 subset을 강조할 수 있음.

⇒ pearson이 구분을 못 할 정도로 미세한 차이라면, 다른 metric으로 변경해서 발현 패턴의 변형된 양상까지 탐지할 가능성이 존재함.

(gpt 피셜) ~~실제로 논문이나 forum에서도 metric 변경 시 not defined 셀 수가 달라진다는 보고가 있다고 함.~~

그럼에도 불구하고 ‘not defined’ cell이 존재할 경우, copyKAT과 다른 방식으로 분류를 하는 기법들 사용
- CopyKAT의 방식
- (gpt 추천, 신뢰X, 참고용) 다른 방식 (← 이는 나중에 결과를 보고 더 찾아봐야 할 거 같음)