sc-RNA-seq | dropout 的由来以及处理办法

dropout 与数量生态学中的双零问题十分相似

Zero can arise in two ways:

• the gene was not expressing any RNA (referred to as structural zeros) or

• the RNA in the cell was not detected due to limitations of current experimental protocols (referred to as dropouts)

cell-gene矩阵中的零可能真的是未表达的也可能是由于一些原因未检测到，就是零有两种可能，而不同的解释对结果是有影响的。

一般的处理思路有俩：

• 降维：通过特征提取或者特征选择（选择一部分数据）
• 插补：根据概率模型填补Zero （其实是把零值作为缺失值来考虑）

提出问题的人在某种程度上有责任提出解决办法，或者建议。所以开发了R包，由于只能做聚类就显得有些小众了。

用于单细胞RNA-seq（scRNA-seq）数据的大多数现有降维和聚类包通过heavy modeling和computational machinery 来处理dropouts.
CIDR，一种隐式的插补方法（imputation），减轻scRNA-seq数据中dropout的影响。
CIDR改进了标准主成分分析，并且在聚类精度方面优于最先进的方法，即t-SNE，ZIFA和RaceID。
CIDR通常在几秒钟内完成处理数百个cell的数据集，几分钟内完成处理数千个cell的数据集。

---

Missing data and technical variability in single-cell RNA-sequencing experiments

github|CIDR
CIDR: Ultrafast and accurate clustering through imputation for single-cell RNA-seq data