Nature子刊 | 多用途深度学习方法sciPENN，可预测、插补scRNA-seq、CITE-seq蛋白质表达

单细胞多组学分析在生物学研究中的普及，促进了人们对细胞异质性和亚群体的理解。特别是通过测序对转录组和表位进行细胞索引（CITE-seq）方案的可用性不断提高，极大地促进了相关研究进展。CITE-seq是一种单细胞多组学技术，能够同时分析RNA基因表达和细胞表面蛋白，具有发现单模态单细胞RNA测序（scRNA-seq）所遗漏的细胞异质性的潜力，目前已广泛应用于生物医学研究，特别是免疫相关疾病和其他疾病（如流感和COVID-19）。CITE-seq分析的一个挑战是需整合多个CITE-seq和scRNA-seq数据集，数据集成增加了信息内容，同时也加剧了计算困难。此外，相较scRNA-seq数据，CITE-seq数据的生成成本也很高。对此，一个潜在的解决方案是了解RNA和蛋白质之间的关系，从大型参考数据集中借用信息，然后对scRNA-seq数据进行蛋白质预测。Seurat 4和TotalVI都已被引入来实 ………………………………