相关实验视频
Updated: Jun 4, 2025
07:42
A Data-Driven Approach to Quantifying Immune States in Sepsis
Published on: February 7, 2025
145
基于PAGE的转移学习从单细胞到批量测序增强了对败血症诊断的模型概括性
Nana Jin1,2, Chuanchuan Nan3, Wanyang Li1
1Guangdong Provincial Clinical Research Center for Geriatrics; Shenzhen Clinical Research Center for Geriatrics, Shenzhen People's Hospital, the Second Clinical Medical College of Jinan University, the First Affiliated Hospital of Southern University of Science and Technology, 1017 Dongmen Rd N, Luohu District, Shenzhen 518020, China.
Briefings in bioinformatics
|December 22, 2024
概括
一种名为scPAGE2的新方法通过融合单细胞和大批转录组数据来改善败血症诊断. 这种方法提高了模型的通用性和诊断准确性,优于现有的方法.
科学领域:
- 基因组学就是基因组学.
- 计算生物学 计算生物学
- 免疫学 免疫学 免疫学
背景情况:
- 败血症诊断依赖于宿主转录模式,但概括性有限.
- 目前的方法很难有效地整合各种转录基因数据.
研究的目的:
- 使用转移学习开发一个改进的败血症诊断模型.
- 为了增强单细胞和批量转录组数据之间的数据融合.
主要方法:
- 引入了scPAGE2,这是单细胞基因表达对分析 (scPAGE) 的更新版本.
- 利用转移学习在单细胞数据上预训练模型,并在批量转录组数据上重新训练模型.
- 在七个数据集,三个转录组平台和光激活细胞分类 (FACS) 中验证了模型.
主要成果:
- scPAGE2在各个平台上表现出强的性能,平均AUROC为0.947和AUPRC为0.987.
- 确定了与败血症相关的单细胞 (JAM3-PIK3AP1,IRF6-HP) 和其他细胞 (ARG1-CCR7) 中的特定基因表达模式.
- 通过scRNA-seq和FACS.在败血症单细胞中确认了升高的IRF6-HP.
结论:
- scPAGE2为构建败血症诊断模型提供了一种有效和强大的策略.
- 该方法提高了对各种临床预测场景的分类模型通用性.
- 在分类急性髓性白血病方面也表现出卓越的表现.
