AIGC动态欢迎阅读
原标题:平均准确率达96.4%,中山大学&重庆大学开发基于Transformer的单细胞注释方法
关键字:细胞,数据,单细胞,注释,基因组
文章来源:机器之心
内容字数:5057字
内容摘要:
将 ScienceAI设为星标
第一时间掌握
新鲜的 AI for Science 资讯编辑 | 萝卜皮
使用测序 (scATAC-seq) 技术对转座酶可及的染色质进行单细胞测定,可在单细胞分辨率下深入了解基因调控和表观遗传异质性,但由于数据的高维性和极度稀疏性,scATAC-seq 的细胞注释仍然具有挑战性。现有的细胞注释方法大多集中在细胞峰矩阵上,而没有充分利用底层的基因组序列。
在这里,中山大学与重庆大学的研究人员提出了一种方法 SANGO,通过在 scATAC 数据中的可及性峰周围整合基因组序列来进行准确的单细胞注释。SANGO 在跨样本、平台和组织的 55 个配对 scATAC-seq 数据集上始终优于竞争方法。SANGO 还能够通过图 Transformer 学习到的注意力边缘权重来检测未知的肿瘤细胞。
该研究以「Deciphering cell types by integrating scATAC-seq data with genome sequences」为题,于 2024 年 4 月 10 日发布在《Nature Computational Science》。
原文链接:平均准确率达96.4%,中山大学&重庆大学开发基于Transformer的单细胞注释方法
联系作者
文章来源:机器之心
作者微信:almosthuman2014
作者简介:专业的人工智能媒体和产业服务平台
© 版权声明
文章版权归作者所有,未经允许请勿转载。
相关文章
暂无评论...