细胞测量口罩自编码器:一个准确和可解释的自动化免疫型.

科学领域:

• 免疫学 免疫学 免疫学
• 计算生物学 计算生物学
• 生物信息学是一种生物信息学.

背景情况:

• 单细胞细胞计对于免疫系统研究至关重要.
• 目前的单元格注释方法在可扩展性,稳定性和准确性方面扎.

研究的目的:

• 使用一种新的方法自动化免疫类型和细胞类型注释.
• 提高细胞计量数据分析的解释性和交叉研究可比性.

主要方法:

• 开发了一个细胞计量蒙面自编码器 (cyMAE) 模型.
• 员工接受了两阶段的培训:对未标记的数据进行自我监督的学习,然后对注释的数据进行微调.
• 使用相同的细胞计量小组在多个研究中验证了模型.

主要成果:

• 在细胞计量数据中,cyMAE准确且可解释地注释细胞类型.
• 该模型改善了对主体级元数据的预测.
• 培训成本是对新数据集的重复推断进行折旧的.

结论:

• cyMAE提供了一个可扩展和强大的解决方案,用于自动化免疫类型.
• 这种方法代表了大规模免疫学研究的重大进步.
• 该模型对用户定义的细胞类型的坚持提高了可解释性.