Sci Adv丨罗钧洪课题组开发深度学习模型MIST赋能T细胞转录组和受体组库融合分析

文章预览

T细胞在免疫系统中承担重要功能，而T细胞受体 （TCR） 决定了其抗原识别能力，并影响下游免疫应答。然而，如何在单细胞水平上精准解析T细胞的功能状态、抗原特异性及克隆扩增模式，仍是当前研究的难点。随着单细胞RNA测序 （scRNA-seq） 与单细胞TCR测序 （scTCR-seq） 技术的发展，整合T细胞的转录组信息与TCR序列成为深入理解免疫系统的重要手段。然而，现有方法在跨组学数据整合、可解释性及适配性方面仍存在局限。 2025年4月4日，暨南大学基础医学与公共卫生学院 罗钧洪 教授团队在  Science Advances 期刊上发表题为 MIST: an interpretable and flexible deep learning framework for single-T cell transcriptome and receptor analysis 的研究论文。 该研究基于变分自编码器 （Variational Autoencoder） 深度学习框架开发了人工智能模型MIST （Multi-Insight for T cell） ，针对scRNA-seq与scTCR-s ………………………………