简读分享 | 崔雅轩 编辑 | 王宇哲
论文题目
A universal deep neural network for in-depth cleaning of
single-cell RNA-Seq data
论文摘要
单细胞RNA测序(scRNA-Seq)正在广泛应用于生物医学研究中,产生了大量和多样性的数据。原始数据包含多种类型的噪声,需要彻底清理。现有的去噪和计算方法主要集中于单一类型的噪声(即dropout),并具有较强的分布假设,这极大地限制了它们的性能和应用。在这里,作者设计和开发了一个算法模型,集成了两个深度神经网络组件,一个自动编码器,和一个分类器,以最大限度地去除噪声。AutoClass可以在多种类型的scRNA-Seq数据分析中优于最先进的方法,包括数据恢复、差异表达分析、聚类分析和去除批次效应。
论文链接
https://www.nature.com/articles/s41467-022-29576-y