Benchmarking atlas-level data integration in single-cell genomics.
Benchmarking atlas-level data integration in single-cell genomics.
复制标题
DOI：
10.1038/s41592-021-01336-8
复制
发表时间：
2022-01
期刊：
影响因子：
48
通讯作者：
Theis FJ
中科院分区：
文献类型：
--
作者：
Luecken MD;Büttner M;Chaichoompu K;Danese A;Interlandi M;Mueller MF;Strobl DC;Zappia L;Dugas M;Colomé-Tatché M;Theis FJ
单细胞图谱通常包括跨越地点、实验室和条件的样本，导致数据中出现复杂的、嵌套的批次效应。因此，图集数据集的联合分析需要可靠的数据集成。为了指导整合方法的选择，我们对来自 23 篇出版物的 85 批基因表达、染色质可及性和模拟数据的 68 种方法和预处理组合进行了基准测试，总共代表分布在 13 个图谱级整合任务中的超过 120 万个细胞。我们使用 14 个评估指标，根据可扩展性、可用性及其消除批次效应同时保留生物变异的能力来评估方法。我们表明，高度可变的基因选择提高了数据集成方法的性能，而缩放则推动方法优先考虑批量删除而不是保护生物变异。总体而言，scANVI、Scanorama、scVI 和 scGen 表现良好，特别是在复杂的集成任务上，而单细胞 ATAC 测序集成性能受到特征空间选择的强烈影响。我们免费提供的 Python 模块和基准测试管道可以识别新数据的最佳数据集成方法、对新方法进行基准测试并改进方法开发。这项基准研究比较了 16 种整合复杂单细胞 RNA 和 ATAC 数据集的方法，并为方法选择提供了指南。
Single-cell atlases often include samples that span locations, laboratories and conditions, leading to complex, nested batch effects in data. Thus, joint analysis of atlas datasets requires reliable data integration. To guide integration method choice, we benchmarked 68 method and preprocessing combinations on 85 batches of gene expression, chromatin accessibility and simulation data from 23 publications, altogether representing >1.2 million cells distributed in 13 atlas-level integration tasks. We evaluated methods according to scalability, usability and their ability to remove batch effects while retaining biological variation using 14 evaluation metrics. We show that highly variable gene selection improves the performance of data integration methods, whereas scaling pushes methods to prioritize batch removal over conservation of biological variation. Overall, scANVI, Scanorama, scVI and scGen perform well, particularly on complex integration tasks, while single-cell ATAC-sequencing integration performance is strongly affected by choice of feature space. Our freely available Python module and benchmarking pipeline can identify optimal data integration methods for new data, benchmark new methods and improve method development. This benchmarking study compares 16 methods for integrating complex single-cell RNA and ATAC datasets and provides a guide to method choice.
登录
查看更多内容
影响因子：
48
作者：
Amodio, Matthew;van Dijk, David;Srinivasan, Krishnan;Chen, William S.;Mohsen, Hussein;Moon, Kevin R.;Campbell, Allison;Zhao, Yujiao;Wang, Xiaomei;Venkataswamy, Manjunatha;Desai, Anita;Ravi, V.;Kumar, Priti;Montgomery, Ruth;Wolf, Guy;Krishnaswamy, Smita
通讯作者：
Krishnaswamy, Smita
影响因子：
64.8
作者：
Litviňuková M;Talavera-López C;Maatz H;Reichart D;Worth CL;Lindberg EL;Kanda M;Polanski K;Heinig M;Lee M;Nadelmann ER;Roberts K;Tuck L;Fasouli ES;DeLaughter DM;McDonough B;Wakimoto H;Gorham JM;Samari S;Mahbubani KT;Saeb-Parsy K;Patone G;Boyle JJ;Zhang H;Zhang H;Viveiros A;Oudit GY;Bayraktar OA;Seidman JG;Seidman CE;Noseda M;Hubner N;Teichmann SA
通讯作者：
Teichmann SA
影响因子：
48
作者：
Barkas, Nikolas;Petukhov, Viktor;Kharchenko, Peter V.
通讯作者：
Kharchenko, Peter V.
影响因子：
48
作者：
Korsunsky, Ilya;Millard, Nghia;Raychaudhuri, Soumya
通讯作者：
Raychaudhuri, Soumya
影响因子：
48
作者：
Lopez R;Regier J;Cole MB;Jordan MI;Yosef N
通讯作者：
Yosef N