快速和可扩展的Wasserstein-1神经最佳传输解决方案用于单细胞扰动预测
Yanshuo Chen1,2, Zhengmian Hu1, Wei Chen3,4
1Department of Computer Science, University of Maryland, College Park, MD, 20742, United States.
Bioinformatics (Oxford, England)
|July 15, 2025
概括
这项研究引入了一种更快的Wasserstein-1 (W1) 神经最佳传输解决器,用于预测单细胞扰动反应. 新的W1解决方案与W2性能相匹配,同时显著提高了计算速度和可扩展性.
科学领域:
- 计算生物学 计算生物学
- 单细胞基因组学 单细胞基因组学
- 机器学习 机器学习
背景情况:
- 预测单细胞反应需要绘制未配对的数据分布.
- 目前的Wasserstein-2 (W2) 神经最佳传输解决方案由于复杂的最小-最大优化而面临缓慢的融合.
- 现有的方法在高维单细胞数据的可扩展性方面扎.
研究的目的:
- 为单细胞数据分析开发一个更有效的神经最佳传输解决方案.
- 为了克服W2解决器在映射单细胞分布中的计算局限性.
- 为了使单细胞扰动反应的更快,更可扩展的预测.
主要方法:
- 提出了一个基于瓦瑟斯坦-1 (W1) 双式的新型解决方案,简化了优化.
- 采用对抗性培训来确定运输步骤大小并恢复最佳运输地图.
- 在2D数据集和真实单细胞RNA-seq扰动数据上验证了W1解决器.
主要成果:
- W1解决器有效地模仿W2解决器在产生独特的,单调的运输地图.
- 在真实单细胞扰动数据集上实现了与W2解决器可比或优越的性能.
- 证明了显著的加速度 (25-45倍) 和提高了高维任务的可扩展性.
结论:
- W1神经最佳传输解决器为单细胞数据分析提供了一个计算效率高的替代方案.
- 这种方法加快了单细胞扰动反应的预测,特别是对于大型数据集.
- W1解决器直接适用于单细胞RNA-seq数据,包括高度可变的基因.
更多相关视频
10:23Microfluidic-based Electrotaxis for On-demand Quantitative Analysis of Caenorhabditis elegans' Locomotion
Published on: May 2, 2013
9.9K
12:05A Simple, Robust, and High Throughput Single Molecule Flow Stretching Assay Implementation for Studying Transport of Molecules Along DNA
Published on: October 1, 2017
8.3K
