单细胞非负矩阵分解（NMF）

正文

请到「今天看啥」查看全文

：每一列代表一个 细胞类型特异性的基因表达谱

• 例如：W的第1列 = CD8+T细胞特征基因（CD8A、GZMB等）的高表达
• 非负约束确保基因表达量≥0（符合生物学实际）

系数矩阵H ：每一列代表一个样本中 各细胞类型的比例

• 例如：H第1列 = 样本1中CD8+T细胞占30%、巨噬细胞占15%...

为什么适合Bulk数据？

1. 物理意义明确性

• 每个Bulk样本都是多种细胞类型的混合物（如肿瘤样本包含癌细胞+免疫细胞+基质细胞）
• NMF的加法模型：总表达量=各细胞类型表达量的加权和（而PCA等方法的减法模型可能产生负值，无法解释）

实际案例验证

• CIBERSORT算法
  ：利用NMF分解推断22种免疫细胞比例（Nature Methods, 2015）
• DeMixT工具
  ：通过NMF解析肿瘤纯度（Nature Communications, 2020）

三、与单细胞数据的区别

数据类型

请到「今天看啥」查看全文