scUCAF: una red de alineación y fusión entre átomos consciente de la incertidumbre para el agrupamiento de datos...

Área de la Ciencia:

• Biología computacional
• La genómica
• La bioinformática

Sus antecedentes:

• La secuenciación multiómica de una sola célula revela heterogeneidad celular.
• El agrupamiento celular es vital para el análisis de datos multiómicos.
• Los métodos existentes luchan con la calidad variable de los datos a través de los ómicos, lo que afecta a la representación de las características.

Objetivo del estudio:

• Proponer scUCAF, una red consciente de la incertidumbre para el agrupamiento robusto de múltiples economías.
• Para abordar las variaciones de ruido y calidad de los datos en los datos multiómicos de una sola célula.
• Generar representaciones confiables de las células para mejorar los análisis posteriores.

Principales métodos:

• Utilizó un autoencoder variacional con distribución binomial negativa para la extracción de características resistentes al ruido.
• Aprendizaje contrastado guiado por clúster de alta confianza para la coherencia entre las economías.
• Desarrolló una red de fusión y puertas conscientes de la incertidumbre para la integración dinámica y mitigada de omics.

Principales resultados:

• scUCAF demostró un rendimiento superior en ocho conjuntos de datos multiómicos de una sola célula en comparación con los métodos existentes.
• El método mitiga efectivamente los sesgos de los datos de baja calidad.
• Los resultados del agrupamiento se validaron mediante la anotación del tipo de célula y la identificación de biomarcadores.

Conclusiones:

• scUCAF proporciona representaciones de células confiables para el agrupamiento multiómico.
• El enfoque consciente de la incertidumbre mejora la solidez frente a las variaciones de la calidad de los datos.
• Este método avanza en la anotación del tipo celular y el descubrimiento de biomarcadores en sistemas biológicos complejos como el cáncer de hígado.