AIGC動態歡迎閱讀

原標題：平均準確率達96.4%，中山大學&重慶大學開發基于Transformer的單細胞注釋方法
關鍵字：細胞,數據,單細胞,注釋,基因組
文章來源：機器之心
內容字數：5057字

內容摘要：

將 ScienceAI設為星標
第一時間掌握
新鮮的 AI for Science 資訊編輯 | 蘿卜皮
使用測序 (scATAC-seq) 技術對轉座酶可及的染色質進行單細胞測定，可在單細胞分辨率下深入了解基因調控和表觀遺傳異質性，但由于數據的高維性和極度稀疏性，scATAC-seq 的細胞注釋仍然具有挑戰性。現有的細胞注釋方法大多集中在細胞峰矩陣上，而沒有充分利用底層的基因組序列。
在這里，中山大學與重慶大學的研究人員提出了一種方法 SANGO，通過在 scATAC 數據中的可及性峰周圍整合基因組序列來進行準確的單細胞注釋。SANGO 在跨樣本、平臺和組織的 55 個配對 scATAC-seq 數據集上始終優于競爭方法。SANGO 還能夠通過圖 Transformer 學習到的注意力邊緣權重來檢測未知的腫瘤細胞。
該研究以「Deciphering cell types by integrating scATAC-seq data with genome sequences」為題，于 2024 年 4 月 10 日發布在《Nature Computational Science》。

原文鏈接：平均準確率達96.4%，中山大學&重慶大學開發基于Transformer的單細胞注釋方法

聯系作者

文章來源：機器之心
作者微信：almosthuman2014
作者簡介：專業的人工智能媒體和產業服務平臺