機器學習-Deconvolution在生物信息學中的應用（對血液以及淋巴細胞進行亞羣的預測和分類）

生物醫學中常見的問題： 

how we know the tissue specific cell type？

how we know the exactly cell type from a bunch of bulk data？

basic analysis flow：

the basic principle：

 

the specific steps：

 

some key words：

NGS Next-generation sequencing

二代測序
NMF Non-negative matrix factorization

非負矩陣因子分解

NNML Non-negative maximum likelihood 

非負矩陣因子類似性

RMSE Root-mean-square error

標準誤

ES Enrichment score

富集分數
GSEA Gene set enrichment analysis

基因集的富集分析

ssGSEA Single-sample gene set enrichment analysis 

單樣本的基因集的富集分析

SVR Support vector regression

支持向量迴歸

LDA Latent Dirichlet allocation

中文叫作文檔主題生成模型，主要在機器學習中用來生成和分析大規模文檔集（document collection）或語料庫（corpus）中潛藏的主題信息。

 

 

 一篇review中所涉及的在生物信息領域分類或者預測細胞亞型的軟件和代碼，分析方法；

 

The Prediction of MCP counter method： 

咱們能夠看出顏色爲多的就是預測準確的比例，大部分的celltype都有比較完整色域，可推測比較準確的預測性能；

可是還需更多的測試，由於不少軟件都是由於細胞類型或者是marker基因matrix過少而顯得比較有侷限性。

總結：掌握好deconvolution的機器學習底層方法和原理，及其在不一樣狀況下的使用策略。

只有好好的理解了才能更好的用這些tools來分析本身的數據，同時找準一個媒介來實現它（no matter R or python）