一种用于聚类细胞数据以改进分类的新方法

doi:10.4103/NRR.NRR-D-24-00532

摘要/Abstract

摘要： https://orcid.org/0000-0001-8635-0033 (Diek W. Wheeler); https://orcid.org/0000-0002-0964-676X (Giorgio A. Ascoli)

Abstract: Many fields, such as neuroscience, are experiencing the vast proliferation of cellular data, underscoring the need for organizing and interpreting large datasets. A popular approach partitions data into manageable subsets via hierarchical clustering, but objective methods to determine the appropriate classification granularity are missing. We recently introduced a technique to systematically identify when to stop subdividing clusters based on the fundamental principle that cells must differ more between than within clusters. Here we present the corresponding protocol to classify cellular datasets by combining datadriven unsupervised hierarchical clustering with statistical testing. These general-purpose functions are applicable to any cellular dataset that can be organized as two-dimensional matrices of numerical values, including molecular, physiological, and anatomical datasets. We demonstrate the protocol using cellular data from the Janelia MouseLight project to characterize morphological aspects of neurons.

Key words: cellular data, clustering dendrogram, data classification, Levene’s one-tailed statistical test, unsupervised hierarchical clustering

. 一种用于聚类细胞数据以改进分类的新方法[J]. 中国神经再生研究(英文版), 2025, 20(9): 2697-2705.

Diek W. Wheeler, Giorgio A. Ascoli. A novel method for clustering cellular data to improve classification[J]. Neural Regeneration Research, 2025, 20(9): 2697-2705.

参考文献

引言

出版重点

《中国神经再生研究（英文版）》杂志为SCI、PubMed数据库收录的国际唯一一本专注神经再生领域研究的经同行评议的开放获取期刊，出版来自全球神经再生领域专业学者的前沿性基础研究及临床研究及转化医学、循证医学优秀的最新成果。

期刊出版来自于脑损伤与神经再生、脊髓损伤与神经再生、周围神经损伤与神经再生和神经退行性病与神经再生、神经影像与神经再生的相关研究。期刊关注神经损伤与再生过程中的轴突再生、突触生长、神经可塑性、神经修复和替代、神经移植等最新研究成果。尤其关注应用细胞治疗、基因治疗、生物因子治疗、药物治疗、手术治疗、康复治疗、物理疗法、组织工程、生物工程、生物材料、神经假体等干预性方法产生神经再生效果的相关研究。文章应清晰描述抑制神经元损伤、减轻神经元损伤的一系列变化，保护损伤神经元的过程、方法、程度与评价，突出从细胞分子水平以及分子生物学水平解释神经元损伤后以及预后再生的机制。

NRR杂志被国际重要数据库收录

科学引文索引（Science Citation Index Expanded，SCI）

美国国立医学图书馆（PubMed）

美国国立医学图书馆开放获取全文数据库（PubMed Central, PMC）

美国生物学文摘数据库（BIOSIS previews, BP）

美国《化学文摘》（Chemical Abstracts, CA）

Scopus荷兰《医学文摘库/医学文摘》（Excerpta Medica, EM）

波兰《哥伯尼索引》（Index of Copurnicus, IC）

OvidSP平台数据库

中国科学引文数据库（CSCD）

中国科技期刊数据库-统计源期刊（CSTPCD）

编委会

主编Editor-in-Chief

苏国辉院士（Kwok-fai So, Chair Professor and Head, Jessie Ho Professor in Neuroscience, Department of Anatomy, The University of Hong Kong）。

联系方式：Email: szb@nrren.org 电话：+86 138 0499 8773

编委会成员

期刊编委队伍由国际神经再生领域著名学者、中国科学院院士、香港大学苏国辉教授领导的由100多位国际神经再生优秀专家组成。共同致力于创办一本发表神经再生领域专业学术研究经同行严格评审的优秀学术期刊。

在线投稿平台

作者可以通过www.nrronline.org在线投稿。

所有的稿件都将通过该系统提交至NRR杂志电子投稿出版管理系统。

作者有不明确的问题，请访问szb@nrren.org或咨询+86 138 0499 8773。

投稿后，当论文已处于审稿或等待审稿状态时，2个月内请勿将稿件再投至他刊。

初次投稿：

投稿信:

应说明文章未一稿多投，全部作者是否对所投稿件内容知情同意，推荐2-3位小同行审稿人。

作者协议：

投稿时请注意作者协议，如同意后可继续完成投稿，投稿成功后作者已与杂志签定了文章的相关版权。

投稿后的同行评议

期刊投稿平台应用国际最大的投稿平台Editorial Manager，投到本刊的每篇稿件都要经过3-4位小同行审稿人评审，审稿方法为国际学科小同行组成双盲审稿。所有发表在杂志的文章都将经过严格的双盲同行层层评议，审稿中注重科学性、伦理学和文章真实性的严格审查。期刊将在投稿后4周内通知作者评审意见。

根据评审意见，编辑部决定稿件返修，再审，被接受或退稿。稿件被接受后，作者可经投稿平台以通讯作者账号随时查询稿件的出版进程。

材料方法

讨论

特邀稿件

对特邀综述稿件的要求：

（1）需提前向编委会提交写作大纲，通过选题后，文章需在2个月内完成。

（2）全文不超过6000个单词，包括摘要，不包括参考文献，图和表格，出版后8-10个版面。

（3）文章写作结构：

文题：不超过 90个字母，20个单词。

摘要：非结构式， 250单词。

引言：

主体内容：

总结：

作者贡献：

利益冲突：

参考文献：采用 Journal of Neuroscience格式。

特邀述评类文章：观点、点评、研究亮点、给编辑的信等。

特邀观点栏目文章要求：

（1）观点文章为作者对神经再生领域某一热点问题的评论，有作者鲜明的观点和作者本人

对此科研过程的认识和总结。

（2）需提前向编委会提交写作大纲，通过选题后，文章需在2个月内完成。

（3）全文2000- 3000单词，包括参考文献，不需要图和表格，不需要摘要，出版后2个版面。

（4）文章写作结构：

文题：不超过 90个字母，20个单词。

主体内容：

参考文献：不超过 5条，采用Journal of Neuroscience格式。

特邀点评与研究亮点栏目文章要求：

（1）点评文章为点评在本刊发表的文章，研究亮点文章为点评国际优秀杂志近期或在线提前发表的前沿性的优秀文章。

（2）需提前向编委会提交写作大纲，通过选题后，文章需在2个月内完成。

（3）全文2000- 3000单词，包括参考文献，不需要图和表格，不需要摘要，出版后2个版面。

（4）文章写作结构：

文题：不超过 90个字母，20个单词。

主体内容：

利益冲突：

参考文献：不超过 5条，采用Journal of Neuroscience格式。

给编辑的信栏目文章要求：

（1）给编辑的信文章为读者对本刊已发表文章的来信反馈。

（2）全文1000- 2000单词，不包括参考文献，文章不需要摘要、图和表格，出版后1个版面。

（3）文章写作结构：

文题：不超过 90个字母，20个单词。

主体内容：

利益冲突：

参考文献：不超过 5条，采用Journal of Neuroscience格式。

文章快阅

延伸阅读

NRR：美国乔治梅森大学Giorgio A. Ascoli团队介绍一种新的神经细胞分类法

许多领域（例如神经科学）正在经历细胞数据的大量增长，这凸显了组织和解释大型数据集的必要性。一种流行的方法是通过层次聚类将数据划分为可管理的子集。最新研究推出一种技术，根据细胞在簇之间的差异必须大于簇内的差异这一基本原则，系统地确定何时停止细分簇。通过将数据驱动的无监督层次聚类与统计测试相结合来对细胞数据集进行分类。这些通用函数适用于任何可以组织为二维数值矩阵的细胞数据集，包括分子、生理和解剖数据集。生物医学数据正在以越来越快的速度积累。特别是，现在大量单个细胞通常通过高通量分子测序和显微成像进行表征，这促使多个大型项目对生物体和生物系统进行全面的细胞分类。然而，目前尚无公认的客观方法来确定适当的聚类粒度。相反，在从数据集生成聚类树状图后，专家的科学判断通常会通过在树状图上画一条水平线来指导最终的数据分类。

来自美国乔治梅森大学Giorgio A. Ascoli团队最近设计一种原创技术来改进在树状图上画一条水平线来指导最终数据分类的做法，该技术基于细胞在类间必须比类内差异更大这一基本原理。这种简单的推理可以通过将无监督层次聚类与严格的统计方差检验相结合来算法实现，从而产生本质上由数据驱动的分类。这种细胞分类方法不仅适用于轴突形态，还可用于探索睾丸精子发生中涉及的转录组学和脓毒症相关脑病背后的机制。该细胞分类方法也可以为其他模式提供新的见解，例如了解小细胞肺癌的遗传亚群。应注意这种细胞分类技术存在某些限制。首先，它的实用性取决于数据的质量。在人工制品或标签方面可能存在局限性，由于二次数据分析的性质，通常知识有限且无法控制。分类协议仅适用于可以将数据集配置为二维数值矩阵的情况，其中行代表不同的细胞，列描述单独的细胞特征。总之，这种分类协议适用于广泛类别的细胞数据，例如与形态学、转录组学或基因组学相关的数据。所述计算机代码可从 GitHub 存储库 (https://github.com/Projectomics/MATLAB) 免费获取，以方便将其用于研究各种细胞数据。

文章在《中国神经再生研究（英文）》杂志2025年 9月 9 期发表。