Embedding to Reference t-SNE Space Addresses Batch Effects in Single-Cell Classification

Abstract

Dodajanje primerov v referenčno vložitev t-SNE odstrani razlike med različnimi podatkovnimi viri Tehnike zmanjševanja dimenzij, kot je t-SNE, nam omogočajo gradnjo informativnih vizualizacij visokorazsežnih naborov podatkov. Pri analizi več naborov podatkov hkrati te metode pogosto ne uspejo odkriti pomenljive skupine, temveč izpostavijo nezaželene razlike med podatkovnimi viri. Da bi odstranili vplive posameznih podatkovnih virov in odkrili strukture skupne vsem podatkom, predlagamo teoretično utemeljeno metodo za dodajanje novih primerov v obstoječo vložitev t-SNE. Metodo vključimo v našo odprtokodno implementacijo metode t-SNE in pokažemo na uporabnost predlagane metode na analizišestih nedavno objavljenih podatkovnih naborov genskih izrazov posameznih celic. Rezultati so presenetljivi; predlagana metoda namreč povsem odstrani vplive različnih podatkovnih virov, ki so eden temeljnih izzivov pri analizi podatkov s področja molekularne biologije. Predlagana tehnika poleg tega tudi omogoča uporabo vnaprej zgrajenih vložitev t-SNE, kar odpira nove možnosti uporabe interpretabilnih vizualizacij visokorazsežnih naborov podatkov. Ključne besede razlike med različnimi podatkovnimi viri, vložitev, t-SNE, vizualizacija, transkriptomika posameznih celic, integracija podatkov, domenska adaptacija

Reagent prediction with a molecular transformer improves reaction data quality

“…We represent each reaction as a reaction Morgan difference fingerprint 39 of 2048 bits with both reagent- and non-reagent weight equal to 1. Using an implementation of parametric t-SNE from OpenTSNE, 40 we project the fingerprint vectors of reactions in USPTO 50K on the 2D plane, and then use the same t-SNE model to obtain the projections of reactions in Reaxys. The absolute values of the coordinates of the t-SNE embeddings of reaction vectors bear no physical meaning.…”

Emergence of ATP‐ and GTP‐Binding Aptamers from Single RNA Sequences by Error‐Prone Replication and Selection**

“…Sequence space projections: To visualise sequence space of our aptamer selection experiments, we chose to reduce the dimensionality and project it into two dimensions using t‐Stochastic Neighbour Embedding (t‐SNE) [22] implemented in the openTSNE package v.0.4.0 [37] . Here, we used a perplexity of 50, a cosine metric, and principal component analysis for initialisation, with all other parameters as default.…”

Discovery of novel reticular materials for carbon dioxide capture using GFlowNets

“…This descriptor uniquely identifies crystal structures and is a continuous metric, meaning that the distance (measured using the Chebyshev metric) is zero for similar crystals. We embed the AMD to two dimensions using t-SNE, implented in openTSNE, 30 using the Chebyshev distance metric and nearest neighbour descent. 31 Fig.…”