非负矩阵分解(Non-negative Matrix Factorization, NMF)的思想可以描述为,对于任意给定的一个非负矩阵V,NMF算法能够找到一个非负矩阵W和一个非负矩阵H,使得非负矩阵V≈W*H 成立 ,从而将一个非负的矩阵分解为左右两个非负矩阵的乘积。
利用矩阵分解来解决实际问题的分析方法很多,如PCA(主成分分析)、ICA(独立成分分析)、SVD(奇异值分解)等。在这些方法中,原始的大矩阵V被近似分解为低秩的V=WH形式。这些方法的共同特点是,即使输入的初始矩阵元素是全正的,传统的秩削减算法也不能保证原始数据的非负性,因子W和H中的元素往往含有负值元素。从数学和计算的观点看,分解结果中存在负值没有问题,但负值元素在实际问题中往往是没有意义的。NMF约束了原始矩阵V和分解矩阵W、H的非负性,这就意味着只能通过特征的相加来实现原始矩阵V的还原,最终导致的结果是:非负性会引发稀疏,非负性会使计算过程进入部分分解。
⚠️这里使用pbmc数据集来演示NMF做细胞分群,实际上NMF在对 亚群细分 和 提取feature 时候效果更好,对亚群定义很有帮助。
重新进行标准化和归一化,注意设置 do.center = F ,这样就不会得到负值
在做nmf时, rank 值可以选的比目的预期的细胞类型/细胞状态稍微大一些的值,因为分解的一些因子会富集到线粒体核糖体等噪音,而不会落到一个具体的细胞亚群上面。(这里选了12)
⚠️:被非负矩阵分解出来的一些marker基因,一般是很有生物学意义的基因(因此适合于亚群细分和提取feature,便于细胞亚群注释)
注意:
如果细胞数比较多,在做NMF时,用于做非负矩阵分解的高变基因选择6000个左右比较合适,没有必要用全部基因来做。(这里演示用了2000个)
NMF运行很慢,在做大群定义结果和Seurat相差也不大,因此做大群定义的时候没有必要使用NMF。