[Nature Communications | 论文简读] 一种用于清理单细胞RNA-Seq数据噪音的深度神经网络模型

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