文章预览
引言 单细胞多组学技术 (如CITE-seq、REAP-seq、SHARE-seq和10x Multiome等) 的发展,为深入理解细胞功能和复杂的基因调控机制提供了前所未有的机遇。然而,湿实验方法通常伴随高成本、数据质量有限以及批次效应等挑战。为克服这些局限,生物信息学家基于统计模型和人工智能技术,开发了多种算法。这些算法不仅能够利用单细胞转录组数据推断同一细胞内的蛋白质丰度和染色质可及性信息,还通过将不同模态的数据映射到统一的特征空间实现数据整合,去除批次效应。这些工具大大提升了现有单细胞数据的解析能力。然而,面对海量数据和众多算法,研究人员往往难以判断哪些工具最适合他们的研究,因此,对这些算法进行基准测试 (benchmarking) 尤为重要。 2024年9月25日,中国科学技术大学生命科学与医学部 瞿昆 教授课题组、北京生命科学研究
………………………………