利用多个标记数据集来自动注释单细胞RNA和ATAC数据
Joseba Sancho-Zamora1, Akash Kanhirodan2, Xabier Garrote1
1Tecnun School of Engineering, Universidad de Navarra, Donostia, Spain.
Computational and structural biotechnology journal
|July 21, 2025
概括
JIND-Multi通过将标签转移到多个数据集来增强单细胞RNA和ATAC测序的细胞注释. 这种多功能框架减少了未分类的细胞,提高了各种单细胞研究的准确性.
科学领域:
- 单细胞基因组学 单细胞基因组学
- 计算生物学是一种计算生物学.
- 生物信息学是一种生物信息学.
背景情况:
- 单细胞地图对于理解细胞多样性至关重要,但由于批量效应和精确的细胞注释,它们面临着挑战.
- 目前的单细胞RNA测序 (scRNA-Seq) 和单细胞ATAC测序 (scATAC-Seq) 整合方法并没有针对细胞注释进行优化.
- 现有的注释工具通常依赖于外部数据库或参考数据集,限制了适应特定需求的适应性,特别是对于罕见的细胞类型或scATAC-Seq数据.
研究的目的:
- 引入JIND-Multi,这是一个用于在多个注释单细胞数据集中转移细胞类型标签的新框架.
- 开发一种适用于scRNA-Seq和scATAC-Seq数据的多功能注释工具.
- 为了提高准确性和减少单细胞地图中未分类细胞的比例.
主要方法:
- JIND-Multi使用了跨多个注释数据集的标签传输方法.
- 该框架旨在使用注释的scRNA-Seq数据处理scRNA-Seq数据.
- 它还使用注释的scATAC-Seq数据处理scATAC-Seq数据,与需要配对scRNA-Seq数据的方法不同.
主要成果:
- 在scRNA-Seq和scATAC-Seq数据集中,JIND-Multi显著降低了未分类细胞的比例.
- 该框架保持了原始JIND模型的准确性和性能.
- JIND-Multi显示了与最先进的注释方法相比的有利比较.
结论:
- JIND-Multi提供了一种多功能且有效的解决方案,用于在不同的单细胞测序技术中进行细胞注释.
- 该框架通过利用多个标记数据集来提高注释精度,减少未分配的单元格.
- JIND-Multi为单细胞研究界提供了一个可靠的工具,增强了全面细胞图谱的创建.
