scButterfly:一种通过双排列变异自编码器的多功能单细胞交叉模式翻译方法
Yichuan Cao1, Xiamiao Zhao1, Songming Tang1
1School of Mathematical Sciences and LPMC, Nankai University, Tianjin, 300071, China.
Nature communications
|April 6, 2024
概括
scButterfly通过跨模式翻译数据来增强单细胞多omics分析. 这种多功能计算方法保留了细胞异质性,并揭示了细胞类型的具体见解,克服了噪音较大的数据集中的技术限制.
科学领域:
- 计算生物学 计算生物学
- 基因组学就是基因组学.
- 单细胞分析 单细胞分析
背景情况:
- 同时在单个细胞中进行多omics 分析可以揭示细胞异质性,但面临着噪音数据和高成本的挑战.
- 现有的跨模式翻译计算方法在应用和有效性方面是有限的.
研究的目的:
- 开发一种多功能计算方法,scButterfly,用于强大的单细胞交叉模式数据翻译.
- 改进细胞异质性和分子层次结构在多omics数据中的分析.
主要方法:
- scButterfly使用双对齐的变量自动编码器和数据增强.
- 该方法在多个数据集上进行验证,以评估其性能.
主要成果:
- scButterfly在保持细胞异质性方面表现出优于基线方法的卓越性能.
- 该方法成功地将数据集翻译到各种环境中,并揭示了细胞类型特定的生物见解.
- scButterfly在集成式多omics分析,数据增强和细胞类型注释中显示了广泛的应用性.
结论:
- scButterfly为单细胞跨模式转换提供了一种强大而通用的解决方案.
- 该方法增强了多主题数据分析,使得更深入的生物学见解和克服当前的技术限制.
更多相关视频
09:47Author Spotlight: Advancing Alzheimer's Research – Exploring Early Detection and Multi-Omics Approaches
Published on: December 15, 2023
1.0K
10:17Multi-target Chromogenic Whole-mount In Situ Hybridization for Comparing Gene Expression Domains in Drosophila Embryos
Published on: January 31, 2016
11.5K
