Nature | 一种可扩展的单细胞多组学最优传输框架——moscot，重构细胞命运全景图

文章预览

撰文 | 敏一 单细胞基因组技术能够以高分辨率分析单个细胞的分子状态，极大地推动了我们对细胞分化动态和组织结构的理解，但这些实验通常会破坏细胞，只能捕获部分分子信息。因此，细胞的分子特征需要重新对齐。以往的研究通过最优传输 （Optimal Transport，OT） 方法解决了这些问题并恢复细胞的原始背景，例如通过OT映射不同时间点的细胞、将分子数据与物理空间对齐以及构建生物系统的共同坐标框架 （CCF） 。然而，OT基方法在单细胞基因组学中的应用面临三个关键挑战：1）大多数OT工具仅适用于单模态数据；2）计算时间和内存消耗随细胞数量呈二次方增长，限制了其在大规模数据集中的应用；3）现有的OT工具在编程语言和软件实现上存在差异，导致API不兼容，难以适应或组合新方法。导致目前大多数 OT应用无法整合多模态信息或扩展到 ………………………………