[ GBM 공동 연구 교수님의 cancer astrocyte vs normal astrocyte 간 구별 ]

<aside>

https://github.com/Mathbiomed/scICE

paper와 github 링크

</aside>

Pipeline

<aside>

github usage.jl

• github 예시 코드 실행 </aside>

1. Preprocessing(전처리) = Quality Control(QC)

• 두 단계 필터링 진행 (이때 필터링 기준은 사용자가 설정)

  • 유전자: 유전자별 최소/최대 발현량 + 유전자별 최소 세포 수 (e.g. 15개 이하의 셀에서 발현된 유전자 제거)

  • 세포: 세포별 최소/최대 발현량 + 세포별 최소 유전자 수, 미토콘드리아 유전자, 리보좀 단백질 유전자, 최대 유전자 수 제한 (e.g. 200개 이하의 유전자를 발현하는 셀 제거)

    

  ⇒ 필터링된 gene expression matrix 얻고, 최종적으로 빈 열까지 제거

• 전처리 결과: 필터링된 유전자의 평균 발현량이 낮은 유전자→ 높은 유전자 순으로 정렬된 행은 유전자 이름, 열은 cell type으로 구성된 dataframe

• example.jl에서 pre_df = scLENS.preprocess(ndf) (line 28)

<aside>

preprocess.py

• Z4eq.csv.gz 데이터셋으로 진행해본 전처리과정 (주석 달아뒀습니다.)

o_df.csv

• QC 결과로 생성된 main 코드 input 데이터 예시
• 예시 dataframe </aside>

2. PCA = Dimensionality Reduciton(차원축소) = (코드 상에서) Embedding

• scLENS DR method 사용(sclens()): 자동 signal selection 포함 (고차원에서 중요한 성분만 유지)
• example.jl에서 sclens_embedding = scLENS.sclens(pre_df,device_=cur_dev) (line 30)
• 출력: 저차원 임베딩 (PCA 비슷한 결과)
• example.jl 실행 결과

3. Graph construction (UMAP + KNN 그래프 생성)

• 차원축소된 데이터에서의 cell 간 거리를 기반으로 UMAP 생성.

  • 이때, 거리 계산 시 저차원 공간에서 cosine distance 사용
  • The number of neighbors was set to 15 for the UMAP graph.

• UMAP 임베딩(저차원 공간) 결과 위에 각 셀 간의 근접도 계산해서 KNN 그래프 ****생성 (셀 간 인접 관계 연결) → 이 그래프를 기반으로 clustering 후보 수행

  (다음 단계에서 Leiden clustering 시 KNN 그래프를 input으로 하여 클러스터 찾음)

• example.jl에서 scLENS.apply_umap!(sclens_embedding) (line 33)

• IC 결과에 따르면, cluster가 8개로 나누어져야 하는데, 실제 UMAP 상에서는 6개로 분류됨 ⇒ under-clustering
• (다음 단계로) scLENS로 sub-clustering 진행해야됨 !

4. clustering (scLENS + scICE)