MétaCan
Menu
Retour à la cohorte
Enregistrement W2070742341 · doi:10.6000/1929-6029.2025.14.78

Autoencoder-Based Nonlinear Dimension Reduction for Single-Cell RNA-Seq Data: A Comparative Study of t-SNE and UMAP

2009· letter· en· W2070742341 sur OpenAlexvenueno aff
Hazem El‐Osta

Notice bibliographique

RevueInternational Journal of Statistics in Medical Research · 2009
Typeletter
Langueen
DomaineMedicine
ThématiqueAbdominal Trauma and Injuries
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineBluntAbdominal traumaAbdominal painSurgeryBlunt traumaGeneral surgery

Résumé

récupéré en direct d'OpenAlex

This paper proposes using an Autoencoder (AE) prior to t-SNE or UMAP visualization for scRNA-seq data. Direct application of t-SNE/UMAP to the raw, sparse expression matrix often yields unstable, poorly separated clusters. To address this, the framework first employs an AE to learn a denoised, compact latent representation. Subsequent t-SNE or UMAP embedding of this latent space produces more robust visualizations with enhanced cluster consistency and structural separability. A real-data-based comparison shows that, when using the same AE-derived latent space, UMAP outperforms t-SNE. It achieves better cluster cohesion, stronger global structure preservation, greater robustness to initialization and data perturbation, and lower computational cost. Statistical validation via a projection F-test confirms that clusters in the AE latent space exhibit significant between-group mean differences, quantifying the observed visual improvement. The study concludes that AE-based representation learning creates an effective input space for nonlinear embedding, with the AE-UMAP pipeline emerging as a particularly stable and efficient choice for scRNA-seq exploratory analysis. Purpose: This study aims to investigate the effectiveness of AE based latent representations in enhancing nonlinear dimension reduction methods, namely t-SNE and UMAP, for single-cell gene expression data analysis. The performance of AE-based UMAP and AE-based t-SNE is systematically evaluated from multiple perspectives, including visualization quality, clustering consistency, structural preservation, and robustness. Methods: This paper constructs a two-step dimension reduction framework for single-cell gene expression data analysis. First, an AE is employed to compress high-dimensional, sparse, and noisy gene expression data into a low-dimensional latent representation. Subsequently, t-SNE and UMAP are applied to the learned AE latent space for nonlinear embedding and visualization. The performance of different methods is systematically evaluated under multiple experimental conditions using clustering consistency metrics, structure preservation measures, and a projected F-test. Results: Experimental results indicate that directly applying t-SNE or UMAP to the original expression data fails to stably recover meaningful clustering structures, whereas nonlinear dimension reduction performed on AE latent representations substantially improves visualization quality and clustering stability. Within the same latent space, t-SNE and UMAP exhibit comparable performance in terms of clustering accuracy; however, UMAP demonstrates superior performance with respect to cluster compactness, global structure preservation, stability across repeated experiments, and computational efficiency. Statistical testing further confirms the significance of between cluster differences in the AE latent space. Contribution: This study systematically reveals the critical role of AE latent representations in stabilizing nonlinear dimension reduction for single cell data and provides a quantitative comparison between t-SNE and UMAP within a unified latent space. The results demonstrate that UMAP applied to AE latent representations achieves superior performance in terms of visualization stability and computational efficiency, offering a more robust two step dimension reduction strategy for exploratory analysis of high dimensional single cell data.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,004
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesIntégrité de la recherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,617
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,003
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,259
Tête enseignante GPT0,511
Écart entre enseignants0,251 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeSans objet
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations8
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Statistics in Medical ResearchMême sujetAbdominal Trauma and InjuriesTravaux en français237 207