报告题目：用于评估空间转录组聚类的空间感知调整兰德指数
主讲人：罗翔宇副教授（中国人民大学）
时间：2026年4月8日（周三）10:30 a.m.
形式：线上讲座
腾讯会议：650-347-338
主办单位：统计与数学学院
摘要：
空间转录组（spatial transcriptomics, ST）聚类在揭示组织的空间异质性方面发挥着关键作用。准确的ST聚类结果能够显著促进后续的生物学分析。近年来，随着多种 ST 聚类方法的提出，在基准研究中比较其聚类性能变得尤为重要。然而，广泛使用的评价指标——调整兰德指数（adjusted Rand index, ARI）完全忽略了ST数据中的空间信息，这使其无法充分评估空间转录组聚类方法的性能。我们提出了一种空间感知的兰德指数（spatially aware Rand index, spRI）及其调整版本spARI，将空间距离信息纳入评价指标中。具体而言，在比较两个聚类划分时，spRI 会对“不一致的样本对”赋予一个依赖于两者空间距离的权重，而传统的兰德指数则对其赋予零权重。该空间感知特性使得spRI能够根据样本对之间的距离自适应地区分不一致情况，从而提供一种更倾向于空间一致性的有效聚类评价指标。进一步地，通过对 spRI进行随机性校正，得到spARI，使其在适当的零假设模型下的期望为零。本文还讨论了spRI和spARI的统计性质。通过模拟研究以及两个空间转录组数据集的应用，结果表明，与ARI相比，spARI在评估ST聚类方法方面具有更优的实用性。
主讲人简介：
罗翔宇，中国人民大学统计与大数据研究院长聘副教授。研究方向为贝叶斯统计、生物信息学、统计计算，作为第一或通讯作者于JASA、AOS、Biometrics、Nature Communications等期刊上发表多篇论文，主持国家自然科学基金面上项目，是统计期刊Biometrics和Journal of Statistical Computation and Simulation的副主编。
滇公网安备53010202000350号滇ICP备17008047号 Copyright © 2013 Yunnan University of Finance and Economics All Rights Reserved
