ФЕДЕРАЛЬНОЕ ГОСУДАРСТВЕННОЕ БЮДЖЕТНОЕ УЧРЕЖДЕНИЕ
НАЦИОНАЛЬНЫЙ МЕДИЦИНСКИЙ ИССЛЕДОВАТЕЛЬСКИЙ ЦЕНТР АКУШЕРСТВА, ГИНЕКОЛОГИИИ ПЕРИНАТОЛОГИИ

имени академика В.И. Кулакова
Министерства здравоохранения Российской Федерации

NonNegative Matrix Factorization

Разделение экспрессий генов в ткани на экспрессии генов отдельных клеточных типов методом NMF

Возможности

  • просмотр результатов кластеризации методом tSNE
  • маркировка образцов наведением
  • просмотр поведегния индивидуальных генов в отдельных клетках

Примеры работы:

О методе NMF - представлени исходной таблицы образец-ген в виде произведения двух матриц, матрицы весов W и матрицы мета-образцов H (как раз её мы предполагаем клеточными типами)

Проверка применимости метода для разделения клеточных экспрессий проводилась на наборе данных GSE81252, представляющем собой scRNA-seq набор данных клеток печени. В качестве эксперимента мы смешивали экспрессии отдельных клеток в различных пропорциях и подавали на вход методу NMF. При этом удавалось разделить смесь на исходные наборы данных

Для улучшения работы метода мы получили более 400 гистологических срезов нормального эндометрия в высоком разрешении. Полученные срезы применялись для подсчёта различных клеточных типов на разных стадиях цикла развития эндометрия. Количества клеточных типов использовались для уточнения матрицы W в методе NMF

На изображении представлена иерархическая кластеризация полученных микроизображений гистологического среза:

Применённые технологии

  • Python
  • SCKitLearn
  • Tensorflow/Keras
  • JupyterNotebook

Результаты работы легли в основу публикации по определению оптимального окна имплантации при применении метода invitro fertilization:

Transcription profile analysis of the endometrium revealed molecular markers of the personalized ‘window of implantation’ during in vitro fertilization O. V. Burmenskaya, V. K. Bozhenko, V. Yu. Smolnikova, E. A. Kalinina, I. E. Korneeva, A. E. Donnikov, Е. P. Beyk, V. A. Naumov, N. V. Aleksandrova, P. I. Borovikov