scRNA-seq-এর সবচেয়ে বড় ৫টা সমস্যার জন্য Dimension Reduction (DR) কীভাবে সাহায্য করে

সমস্যা ১: ড্রপআউট (Dropout) — ৯০% জিরো!

সমস্যা কী?

• scRNA-seq-এ অনেক জিন কোষে ধরা পড়ে না → ০ হয়।
• এটা নয়েজ নয়, বায়োলজিকাল (low mRNA, technical failure)।
• সাধারণ PCA ধরে নেয় ডেটা Gaussian → ভুল ফলাফল।

DR কীভাবে সাহায্য করে?

• GLM-PCA ও scVI → Zero-Inflated মডেল ব্যবহার করে।
• জিরোকে আলাদা করে মডেল করে → সত্যিকারের সিগন্যাল বের করে।

ম্যাথ (ZINB model in scVI):

$$ X_{ij} \sim \begin{cases} 0 & \text{with prob } \pi_{ij} \quad (\text{dropout}) \\ \text{NB}(\mu_{ij}, \theta_{ij}) & \text{otherwise} \end{cases} $$

• \(\mu_{ij}\): প্রকৃত এক্সপ্রেশন
• \(\pi_{ij}\): ড্রপআউট প্রবাবিলিটি

কোড (scVI):

import scvi
scvi.model.SCVI.setup_anndata(adata, layer="counts")  # raw counts দাও!
model = scvi.model.SCVI(adata)
model.train()
latent = model.get_latent_representation()  # ড্রপআউট-ফ্রি ল্যাটেন্ট স্পেস

ফল: UMAP-এ ক্লাস্টার আরও স্পষ্ট, নয়েজ কম।

সমস্যা ২: ব্যাচ ইফেক্ট (Batch Effect)

সমস্যা কী?