Harmonic Alignment.
Harmonic Alignment.
复制标题
和声连接；和声排列（具体需根据上下文确定更准确的意思）
DOI：
10.1137/1.9781611976236.36
复制
发表时间：
2020
期刊：
影响因子：
--
通讯作者：
Krishnaswamy S
中科院分区：
文献类型：
--
作者：
Stanley JS 3rd;Gigante S;Wolf G;Krishnaswamy S
我们提出了一个新的框架，通过对齐其内在的几何数据集相结合。这种对齐可用于融合源自不同模态的数据，或在保留固有数据结构的同时校正批处理效应。重要的是，我们不假设数据集之间的任何逐点对应关系，而是依赖于数据特征的（可能未知的）子集之间的对应关系。我们利用这个假设来构建数据之间的等距对齐。这种对齐是通过在每个数据集上定义的扩散算子导出的谐波中的数据特征的扩展相关来获得的。这些扩展将每个特征编码为数据几何形状的函数。我们使用它来关联每个数据集的扩散坐标，通过我们的部分特征对应的假设。然后，在对齐的数据上构造统一的扩散几何，其也可以用于校正原始数据测量。我们在几个数据集上展示了我们的方法，特别是显示了它在生物学应用中的有效性，包括在相同细胞群上测量的单细胞RNA测序（scRNA-seq）和单细胞ATAC测序（scATAC-seq）数据的融合，以及生物样品之间批次效应的去除。
We propose a novel framework for combining datasets via alignment of their intrinsic geometry. This alignment can be used to fuse data originating from disparate modalities, or to correct batch effects while preserving intrinsic data structure. Importantly, we do not assume any pointwise correspondence between datasets, but instead rely on correspondence between a (possibly unknown) subset of data features. We leverage this assumption to construct an isometric alignment between the data. This alignment is obtained by relating the expansion of data features in harmonics derived from diffusion operators defined over each dataset. These expansions encode each feature as a function of the data geometry. We use this to relate the diffusion coordinates of each dataset through our assumption of partial feature correspondence. Then, a unified diffusion geometry is constructed over the aligned data, which can also be used to correct the original data measurements. We demonstrate our method on several datasets, showing in particular its effectiveness in biological applications including fusion of single-cell RNA sequencing (scRNA-seq) and single-cell ATAC sequencing (scATAC-seq) data measured on the same population of cells, and removal of batch effect between biological samples.
登录
查看更多内容
影响因子：
64.5
作者：
van Dijk D;Sharma R;Nainys J;Yim K;Kathail P;Carr AJ;Burdziak C;Moon KR;Chaffer CL;Pattabiraman D;Bierie B;Mazutis L;Wolf G;Krishnaswamy S;Pe'er D
通讯作者：
Pe'er D
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：
3
作者：
GOWER, JC
通讯作者：
GOWER, JC
影响因子：
2.5
作者：
Coifman, Ronald R.;Hirn, Matthew J.
通讯作者：
Hirn, Matthew J.
影响因子：
2.5
作者：
Lederman, Roy R.;Talmon, Ronen
通讯作者：
Talmon, Ronen