对抗性域翻译网络用于整合大规模的亚特拉斯级单细胞数据集

科学领域:

• 计算生物学是一种计算生物学.
• 基因组学就是基因组学.
• 生物信息学是一种生物信息学.

背景情况:

• 大规模的单细胞RNA测序 (scRNA-seq) 数据集为生物发现提供了重大潜力.
• 整合多样化的scRNA-seq数据集是具有挑战性的,因为计算可扩展性和需要保护细粒度细胞群.

研究的目的:

• 开发一个统一的框架来协调大规模的scRNA-seq数据集.
• 创建一个计算可扩展和存储效率高的集成方法,以保持生物变异.

主要方法:

• 开发了Portal,这是一个利用对抗域翻译的框架,用于数据集协调.
• 与集成性能和可扩展性的最先进方法对比的基准门户.

主要成果:

• 与现有方法相比,Portal 在数据集成期间在保护生物变异方面取得了卓越的性能.
• 在几分钟内成功地集成了数百万个细胞,并且存储器消耗较低.
• 在不同的样本,平台和数据类型中证明了广泛的适用性.

结论:

• 门户提供了一个可扩展和有效的解决方案,用于协调大规模的scRNA-seq数据集.
• 该框架能够实现强大的跨物种数据集成,揭示了对保存和分离的生物过程 (如精子生成) 的洞察力.