[nature communications | 论文简读] scGCN：单细胞组学中知识转移的图卷积网络算法

作者 | 崔雅轩 编辑 | 李仲深

论文题目

scGCN is a graph convolutional networks algorithm for knowledge transfer in single cell omics

论文摘要

单细胞组学是在公共基因组学存储库中增长最快的基因组学数据类型。利用不断增长的标记数据集存储库，并将标签从现有数据集转移到新生成的数据集，将促进单细胞组学数据的探索。然而，目前的标签转移方法的性能有限，很大程度上是由于细胞群之间的内在异质性和数据集之间的外部差异。在这里，我们提出了一个鲁棒的图人工智能模型，单细胞图卷积网络（scGCN），以实现在不同数据集之间的有效知识转移。通过在总共30个单细胞组学数据集上与其他标签转移方法进行测试，scGCN在利用来自不同组织、平台和物种的细胞始终显示出了优越的准确性。

论文链接

https://www.nature.com/articles/s41467-021-24172-y