scAGC: Learning Adaptive Cell Graphs with Contrastive Guidance for Single-Cell Clustering

准确的细胞类型注释是分析单细胞RNA测序（scRNA-seq）数据的关键步骤，该数据为研究细胞异质性提供了重要见解。然而，由于scRNA-seq数据具有高维度和大量零值元素的特性，传统的聚类方法面临显著的统计和计算挑战。尽管一些先进方法利用图神经网络来建模细胞之间的关系，但它们通常依赖于静态图结构，对噪声敏感，并且难以捕捉单细胞群体中固有的长尾分布特性。 为解决这些局限性，我们提出scAGC，这是一种在对比学习引导下学习自适应细胞图的单细胞聚类方法。我们的方法以端到端的方式同时优化特征表示和细胞图结构。具体而言，我们引入了一种拓扑自适应的图自编码器，利用可微分的Gumbel-Softmax采样策略，在训练过程中动态优化图结构。这种自适应机制通过促进更平衡的邻域结构，缓解了图中节点度分布的长尾问题。 为了更好地建模scRNA-seq数据中离散、过分散和零膨胀的特性，我们将零膨胀负二项分布（ZINB）损失集成到模型中，以实现鲁棒的特征重建。此外，我们还引入了对比学习目标函数，用于规范图学习过程，防止图拓扑结构发生剧烈变化，从而提升稳定性并加快收敛速度。 在9个真实scRNA-seq数据集上的全面实验表明，scAGC始终优于其他最先进的方法，在9个数据集中的NMI指标和7个数据集中的ARI指标上均取得了最佳成绩。我们的代码可在匿名GitHub页面获取。

准确的细胞类型注释是分析单细胞RNA测序（scRNA-seq）数据的关键步骤，但由于数据的高维度和零元素的普遍存在，传统聚类方法面临统计和计算上的显著挑战。此外，现有的一些利用图神经网络的方法依赖于静态图结构，容易受到噪声影响，无法有效捕捉单细胞群体中的长尾分布。

论文提出scAGC，一种基于对比引导的单细胞聚类方法，能够学习自适应的细胞图谱。该方法通过拓扑自适应图自编码器结合可微分Gumbel-Softmax采样策略，在训练过程中动态优化图结构，并引入对比学习目标来稳定图学习过程，同时优化特征表示和图结构。

1. 通过动态调整图结构缓解长尾度分布问题，促进更平衡的邻域结构。 2. 结合零膨胀负二项（ZINB）损失建模scRNA-seq数据的离散性、过分散性和零膨胀特性。 3. 引入对比学习目标，提高图学习的稳定性与收敛性。 4. 在9个真实scRNA-seq数据集上全面验证，scAGC在NMI和ARI指标上分别在9和7个数据集上表现最优。 5. 代码已开源，便于复现和后续研究。

1. scGNN: a graph neural network approach for single-cell RNA-seq data clustering. 2. GraphSC: graph-based semi-supervised learning for single-cell clustering. 3. scGCN: a graph convolutional network for single-cell clustering. 4. SAVER: statistical methods for single-cell RNA-seq data recovery. 5. Seurat: a widely used toolkit for single-cell genomics.