|
A benchmark of batch-effect correction methods for single-cell RNA sequencing data对单细胞RNA测序数据的批次效应校正算法基准
（因为视频是白天录的，住所附近小孩比较活泼，视频有些地方可能会有些许杂音，望读者朋友们海涵(T ^ T) ） 一.研究背景
使用不同技术生成的大规模单细胞转录组dataset，批次效应特殊的系统变化对批次效应效果的去除和dataset成提出了挑战。随着scRNA-seq数据的持续增长，实现计算器资源的有效批次集成是至关重要的。在这里，作者对批次效应校正算法的基准进行了深入的研究，以确定最适合去除批次效应的算法。 二.分析流程
三.结果解读
1.使用五个评估指标对十个dataset的14种方法进行全面测试
图1.基于10个使用5个评估指标的dataset的14个算法进行基准测试
表1.十四种批次效应校正算法描述图1A：展示了基准测试的流程。 图2B：批次效应校正算法测试的十个dataset。 表1：总结了14种批次效应校正算法的关键特性。 2.不同情形下对矫正方法进行评估2.1情形一：不同的技术处理的相同细胞类型的批次
图2.使用UMAP可视化技术对“dataset2（鼠细胞谱）”进行的14种批次效应校正算法进行定性评价图2：每种算法下有两行图，第一行是依据细胞批次来着色，在第二行中是按细胞类型来着色。在第一行中按批次效应着色，在第二行中按细胞类型着色（下文后续的操作类似）。 Seurat 2, Seurat 3, Harmony,fastMNN,等降维后亚群聚类情况较好 。
图3.使用ASW、ARI、LISI和kBET等四个评估指标对“dataset2”14种批次效应效应校正算法进行定量评估 图3：综合对批次集成和细胞亚群纯度的四项指标评估结果中，Harmony算法的排名都比较靠前（图中用“黑色下划线”和“橙色方框”标注综合socre较高的几个算法，下文其余指标评估的图示除特殊说明外，也是如此）。
图4.14种批次效应校正算法的定性评价:使用UMAP可视化技术对“dataset5”（人外周血单个核细胞）进行校正图4：scGen、MMD-ResNet和LIGER的降维后亚群聚类情况较好。 
图5.使用4个评估指标对“dataset5”的14种批次效应校正算法进行定量评估图5.结果显示Harmony、Seurat 3、LIGER去批次效应结果较好。 小结：对于这两个dataset（人PBMCs和鼠细胞图谱），Harmony、Seurat 3和LIGER是首选的三种算法。
2.2情形二:每个批次的细胞类型不完全相同
图6.利用UMAP可视化技术对”dataset1（人树突状细胞）“的14种批次效应校正算法进行评估图6：dataset1在不同的批次中存在两个高度相似的细胞类型。 
图7.使用4个评估指标对dataset1的14种批次效应效应校正算法进行定量评估图7：对于dataset1，综合四项指标，fastMNN是最优的算法，LIGER和scMerge分别排在第二位和第三位。
图8.使用UMAP可视化技术对dataset6的14种批次效应校正算法进行评估图8：dataset6只包含两个细胞类型。
图9.使用4个评估指标对dataset6的14种批次效应效果校正算法进行定量评估图9：综合4个评价指标来看，Harmony是最优算法，其次是Scanorama和scGen。
图10.利用UMAP可视化技术对dataset7（小鼠视网膜细胞）的14种批次效应校正算法进行定量评价 图10：dataset7的不同批次中，细胞类型很不均匀。
图11.使用ASW、ARI、LISI和kBET四个评估指标对dataset7的14种批次效应评估图11：LIGER是此次最优的算法，接着是MNN Correct和scMerge。
图12.利用UMAP可视化技术对dataset10（小鼠造血干细胞和祖细胞）的14种批次效应校正算法进行定量评价图12：Seurat 2、Seurat 3、Harmony、Scanorama和LIGER处理的降维聚类效果较优。
图13.使用ASW、ARILISI和kBET四个评估指标对dataset10的14种批次效应校正算法进行定量评估图13：综合四个指标来看，Harmony、Scanorama和LIGER是该dataset的较优算法。 小结： 在情形二中，作者在四个不同的dataset上评估了14种批次效应校正算法。 虽然没有一种算法对所有dataset都是最优的，但LIGER是dataset1,7,10的较优算法，而scMerge在dataset1,6,7中排名第三。Harmony在dataset6和10中排名第一，而Scanorama在dataset6和10中排名第二。 基于这些结果，LIGER是这个情形的较优算法。
2.3情形三：有多个批次这个情形测试了多个批次下的批次效应校正能力。
图14.使用UMAP可视化技术对dataset4（人胰腺细胞）的14种批次效应校正算法进行定性评价图14：dataset4的人胰腺细胞包括五个批次。
图15.使用ASW、ARI、LISI和kBET四个评估指标对dataset4的14种批次效应效应校正算法进行定量评估图15：综合四项指标，Seurat 3是较优的算法，其次是scGen和scMerge。 前面情形2中分析的dataset6（也包括了两个以上的批次）前三名分别是Harmony、Scanorama和scGen, scMerge排在第四。 所以综合dataset4、6的评估情况来看，作者给出的建议是：
2.4情形四：处理的数据集很大在这个情形中，作者在两个大dataset（8、9）上测试了这些算法。
图16.用UMAP可视化技术对dataset8（小鼠大脑）的14种批次效应校正算法进行定量评价图16：只有LIGER在实现分批混合的同时，保持了较好的细胞类型分离。
图17.使用ASW、ARI、iLISI和kBET四个评估指标对dataset8的14种批次效应效应校正算法进行定量评估图17：综合四项指标,Seurat 3排名第一，紧随其后的是scGen和Seurat 2。
图18.使用UMAP可视化技术对dataset9（人类细胞图谱）的14种批次效应校正算法进行定量评价图18：dataset9由两个数据批次组成，每个数据批次来自不同的组织。由于缺乏细胞类型信息，只能评估批次混合能力。
图19.使用ASW、ARI、LISI和kBET四种评估指标对dataset9的14种批次效应效应校正算法进行定量评估图19：综合四项指标，LIGER、ZINB-WaVE、MMD-ResNet是依次排名前三的算法。 因此这三种算法都被推荐用于大型的dataset。
2.5情形五：DEG评估
图20.利用模拟dataset和差异基因表达分析评价八种批次效应校正算法 图20A：作者按所示的DEG分析工作流程，对8个算法进行了评估。使用Splatter包生成6组具有预定义批次效应效果和差异基因表达谱的模拟数据。 使用Seurat包对校正后的数据进行差异基因表达分析。 批次效应校正的矩阵中识别的差异表达基因(DEGs)与ground truth DEGs进行比较，并计算精度、Recall和F-score等指标。
图20B：为图20A中用到的6个模拟dataset，并对drop-out值和批次的情况作了展示。 图20C：计算了上调和下调基因的F-score。根据F-score，MNN Correct，ZINB-WaVE，ComBat和scMerge是表现最好的方法。 简单来说，若想获得一个用于下游分析批次效应校正矩阵的话，ComBat、MNN Correct、ZINB-WaVE和scMerge是作者推荐的算法。
3.整合上述分析结果
图21.十四种批次效应校正算法的有效性和效率图21A：根据ASW、ARI、LISI和kBET指标对算法进行评估，然后使用秩和算法对所有指标进行排序。 图21B:作者举例了对于dataset8的十四种算法的内存使用情况。 图21C：展示了14种算法处理时需要的时间。 本文作者基于10个人和鼠的dataset，使用t-SNE和UMAP可视化技术，结合kBET、LISI、ASW、ARI和DEG等基准度量，来评估对14种去批次效应算法的批次效应校正结果。下面是为大家总结的作者按不同情形给大家推荐的去批次效应算法。 | 情形 | 推荐的去批次效应算法 |
|---|
| 不同的技术处理下相同细胞类型的批次 | Harmony、Seurat 3、LIGER | | 每个批次的细胞类型不完全相同 | LIGER、Harmony | | 有多个批次 | Harmony、Scanorama、scGen、scMerge | | 处理的数据集很大 | LIGER、ZINB-WaVE、MMD-ResNet | | 用于下游分析批次效应校正矩阵 | ComBat、MNN Correct、ZINB-WaVE、scMerge | | 综合以上 | Harmony、LIGER和Seurat 3 |
<左右可滑动表格>
|
