scGPT:用于微调视网膜细胞类型注释的端到端协议
Shanli Ding1, Jin Li2, Rui Luo2,3
1Department of Molecular and Human Genetics, Baylor College of Medicine, Houston, TX, USA.
Nature protocols
|July 15, 2025
概括
本研究介绍了为微调单细胞生成预训练变压器 (scGPT) 在单细胞RNA测序数据中进行细胞类型分类的指南. 该协议实现了高精度的单元注释,提高了复杂数据集的准确性.
科学领域:
- 计算生物学是一种计算生物学.
- 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:
- 单细胞RNA测序 (scRNA-seq) 可以实现高分辨率的细胞分析,但在准确的细胞类型注释方面面临挑战,特别是在大型数据集和罕见细胞类型的情况下.
- 基础模型,如基于变压器的单细胞生成预训练变压器 (scGPT),为复杂的生物数据分析提供可扩展和灵活的解决方案.
研究的目的:
- 为scRNA-seq数据中的细胞类型分类提供微调scGPT的全面协议.
- 为了证明scGPT在定制的视网膜数据集上的应用,以提高注释准确性和效率.
- 为研究人员提供可访问的工作流,以便为其特定数据集部署scGPT.
主要方法:
- 使用定制的视网膜 scRNA-seq 数据集对 scGPT 基础模型进行微调.
- 开发一个自动化协议,包括数据预处理,模型微调和评估.
- 提供用户友好的工具,包括命令行脚本和Jupyter笔记本,用于模型定制和探索.
主要成果:
- 在定制的视网膜数据集上实现了高精度的细胞类型注释,F1得分为99.5%.
- 证明了scGPT在处理复杂单细胞数据和提高注释准确度方面的效率.
- 成功自动化了细胞类型分类工作流程中的关键步骤.
结论:
- 开发的协议允许使用scGPT对scRNA-seq数据进行高效和准确的细胞类型注释.
- 可访问的工作流和提供的工具使研究人员,即使是那些编程经验有限的研究人员,能够利用scGPT.
- 这项工作为高精度的细胞类型注释提供了现成的解决方案,推进了单细胞数据分析.
