scMaui:一个广泛适用的深度学习框架,用于在存在批量效应和缺失数据的情况下整合单细胞多经济学

科学领域:

• 计算生物学 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:

• 高通量单细胞测序产生复杂的多组数据,需要先进的计算集成.
• 现有的模型在数据稀疏性,模式偏差和单细胞多元经济学固有的批量效应方面扎.
• 准确的整合对于从多种单细胞数据集中发现生物学见解至关重要.

研究的目的:

• 引入一种新的计算模型,即单细胞多组学自编码器集成 (scMaui),以实现强大的单细胞多组学数据集成.
• 解决现有方法的局限性,包括模式偏差,稀疏性和批量效应校正.
• 为分析复杂的单细胞多组数据提供多功能工具.

主要方法:

• 使用变量产品专家自动编码器和对抗式学习开发了scMaui.
• 采用专家产品的方法来计算联合代表,有效地处理跨模式的缺失数据.
• 集成的独立多批效果对离散和连续值进行校正,以及灵活的重建损失功能.

主要成果:

• 与现有方法相比,scMaui 在集成任务中表现优越.
• 该模型成功地纠正了多个批量效应,以适应不同的数据类型.
• 下游分析揭示了scMaui在识别试验间关系和发现新型细胞亚群方面的能力.

结论:

• scMaui 提供了一个强大而灵活的解决方案,用于单细胞多组数据集成.
• 该模型有效地克服了诸如稀疏性,模式偏差和批量效应等关键挑战.
• scMaui通过揭示复杂的单细胞数据集中的隐藏模式和关系,促进了更深层次的生物发现.