单细胞RNA测序数据的推断：双层特征传播 原创

🤔 我们能否利用 '基因-基因'🧬 和 '细胞-细胞'🧫 关系来推断单细胞RNA测序数据？

👉 请查看在《Briefings in Bioinformatics》上发表的新论文，scBFP！

该工作由KAIST、UNC和MIT合作完成。

方法

在scBFP中，研究人员采用如下的双层特征传播：

• 对于基因-基因，我们使用基因级特征传播来利用观察到的基因数值。
• 对于细胞-细胞，我们应用细胞级扩散来全局去噪观察到的和推断的数值。

以上过程可以通过以下算法简单说明。

实验结果

通过使用推断的细胞-基因矩阵，在细胞类型聚类任务中，我们观察到scBFP在单细胞RNA测序数据中始终优于最近的强大推断基线。

可以观察到，由于相关标记基因表达的传播，scBFP更好地识别了稀有细胞类型，比如 '星形胶质细胞'。

研究人员还在10万个细胞上对scBFP和基线进行了运行时比较，显示了它在实际大规模数据中的可扩展性，这要归功于在传播过程中的分批实现。

论文链接：https://academic.oup.com/bib/article/25/3/bbae209/7665119

代码链接：https://github.com/Junseok0207/scBFP

什么是单细胞RNA？

单细胞RNA测序（Single-cell RNA sequencing，scRNA-seq）是一种用于研究单个细胞基因表达的技术。传统的RNA测序方法对于混合细胞群体的样本进行分析，而scRNA-seq则能够提供单个细胞级别的分辨率，揭示不同细胞之间的基因表达差异。

scRNA-seq技术的基本原理是将单个细胞的RNA提取出来，并通过逆转录反应将RNA转录成cDNA。然后，对cDNA进行扩增、文库构建和高通量测序，以获取细胞中各个基因的表达水平信息。通过这种方式，可以同时分析数千个甚至数万个单个细胞的基因表达谱，从而揭示不同细胞类型、亚型和状态之间的转录差异。

单细胞RNA测序技术的应用非常广泛。它可以帮助研究者鉴定和描述不同细胞类型，揭示细胞发育和分化的过程，探索细胞在疾病状态下的变化，以及研究细胞之间的相互作用和通讯等。通过单细胞RNA测序，研究者可以更全面地理解组织和器官中的细胞异质性，以及细胞在生理和病理条件下的功能和响应。

本文转载自公众号AIGC最前线   

原文链接：​​https://mp.weixin.qq.com/s/WhuwPyiVd6IWrKBauLoFnQ​​