科技工作者之家
科技工作者之家APP是专注科技人才,知识分享与人才交流的服务平台。
科技工作者之家 2020-11-11
内容来源:中国科学院
单细胞转录组作为单个细胞的特征,可更加精确地定义细胞的类型。常规的基于单细胞转录组的分类方法首先是进行无监督的聚类,然后根据每个集群(Cluster)特异表达的细胞标记基因来对集群进行标注。虽然基于无监督的分类方法更容易发现新细胞类型,但是人工标注的过程费时费力。目前已有的基于监督学习的自动分类方法,大部分无法兼顾到方法的可解释性以及新细胞类型的发现。
近日,中国科学院北京基因组研究所(国家生物信息中心)研究员蔡军研究组、北京师范大学教授张江研究组合作在Nature Machine Intelligence发表了题为An interpretable deep-learning architecture of capsule networks for identifying cell-type gene expression programs from single-cell RNA-sequencing data的研究成果,构建出决策过程可解释的深度学习网络模型,单细胞胶囊网络(single cell Capsule Network, scCapsNet),并用于单细胞转录组分析。相对于其他单细胞转录组自动分析工具,单细胞胶囊网络能更稳定更高效地分辨出属于新细胞类型的细胞。同时,单细胞胶囊网络能通过模型的内部参数找出细胞类型相关基因。通过细胞类型相关基因,单细胞胶囊网络能将基因与细胞类型直接联系起来,提高了深度学习模型的可解释性。本质上,单细胞胶囊网络将基因的表达特征和细胞类型特征进行低维编码,这样的编码富含生物学意义。
蔡军与张江为论文共同通讯作者,北京基因组所博士王力飞为论文第一作者。研究工作得到科技部重点研发项目、中科院战略性先导科技专项、国家自然科学基金委员会等的资助。单细胞胶囊网络的结构以及模型的可解释性(细胞类型相关基因的发现)
来源:中国科学院
原文链接:http://www.cas.cn/syky/202011/t20201111_4766394.shtml
版权声明:除非特别注明,本站所载内容来源于互联网、微信公众号等公开渠道,不代表本站观点,仅供参考、交流、公益传播之目的。转载的稿件版权归原作者或机构所有,如有侵权,请联系删除。
电话:(010)86409582
邮箱:kejie@scimall.org.cn
Mol Plant:又一篇植物单细胞文章,水稻根单细胞转录组图谱
单细胞表观组学新突破:两种革新单细胞ChIP-seq技术解码细胞命运决定机制
《细胞》发文!阿片类药物迎来重大突破
你的单细胞数据中到底有哪些细胞类型?
单细胞测序新方法:转座子介导的单细胞“名片”技术
一个小小的细胞就有多达4200万个蛋白质分子
将神经网络的迁移学习用于单细胞RNA测序分析的聚类和细胞类型分类算法
首次解析儿童神经母细胞瘤单细胞图谱
“单细胞多组学”为免疫家族树添加了新细胞类型
《自然》:单细胞测序揭秘人脑细胞“风味食谱”