机器学习-Deconvolution在生物信息学中的应用（对血液以及淋巴细胞进行亚群的预测和分类）

生物医学中常见的问题： 

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

二代测序
NMF Non-negative matrix factorization

非负矩阵因子分解

NNML Non-negative maximum likelihood 

非负矩阵因子相似性

RMSE Root-mean-square error

标准误

ES Enrichment score

富集分数
GSEA Gene set enrichment analysis

基因集的富集分析

ssGSEA Single-sample gene set enrichment analysis 

单样本的基因集的富集分析

SVR Support vector regression

支持向量回归

LDA Latent Dirichlet allocation

中文叫做文档主题生成模型，主要在机器学习中用来生成和分析大规模文档集（document collection）或语料库（corpus）中潜藏的主题信息。

 

 

 一篇review中所涉及的在生物信息领域分类或者预测细胞亚型的软件和代码，分析方法；

 

The Prediction of MCP counter method： 

我们可以看出颜色为多的就是预测准确的比例，大部分的celltype都有比较完整色域，可推测比较准确的预测性能；

但是还需更多的测试，因为很多软件都是因为细胞类型或者是marker基因matrix过少而显得比较有局限性。

总结：掌握好deconvolution的机器学习底层方法和原理，及其在不同情况下的使用策略。

只有好好的理解了才能更好的用这些tools来分析自己的数据，同时找准一个媒介来实现它（no matter R or python）