一、Gatech發(fā)現(xiàn)優(yōu)于單細胞RNA測序新方法

　　在最新的研究中，Gatech(佐治亞理工學院)研究人員介紹了scDisInFact，這是一個深度學習框架，可以對scRNA-seq數(shù)據(jù)中的批次效應(yīng)和條件效應(yīng)進行建模，它的測試優(yōu)勢優(yōu)于傳統(tǒng)的單細胞RNA測序方法。

　　據(jù)悉，scDisInFact學習將條件效應(yīng)與批次效應(yīng)分開的潛在因素，使其能夠同時執(zhí)行三項任務(wù)：批次效應(yīng)去除、條件相關(guān)關(guān)鍵基因檢測和擾動預(yù)測。

　　研究人員在模擬和真實數(shù)據(jù)集上評估 scDisInFact，并將其性能與每個任務(wù)的基線方法進行比較。結(jié)果表明，scDisInFact 優(yōu)于專注于單個任務(wù)的現(xiàn)有方法，為集成和預(yù)測多批次多條件單細胞 RNA 測序數(shù)據(jù)提供了更全面、更準確的方法。

　　例如：對于消除批次效應(yīng)，scDisInFact 僅消除批次效應(yīng)并保留數(shù)據(jù)矩陣之間的生物學差異。對于與病情相關(guān)的關(guān)鍵基因檢測，scDisInFact不僅可以高水平輸出CKG，而且擾動預(yù)測結(jié)果還可以用于尋找在特定細胞或細胞類型中從一種條件組合到任何其他條件組合差異表達的基因。

　　該研究以「scDisInFact: disentangled learning for integration and prediction of multi-batch multi-condition single-cell RNA-sequencing data」為題，于 2024 年 1 月 30 日發(fā)布在《Nature Communications》。

　　二、知識點科普：單細胞RNA測序是什么?

　　單細胞 RNA 測序 (scRNA-seq) 能夠測量實驗批次中每個細胞中基因的表達水平。這項技術(shù)已廣泛應(yīng)用于疾病研究，從疾病不同階段或接受不同藥物治療的捐贈者身上收集樣本。

　　因此，每個樣本的 scRNA-seq 計數(shù)矩陣與供體的一種或多種生物學狀況相關(guān)，這些生物學狀況可以是年齡、性別、藥物治療、疾病嚴重程度等。同時，研究同一疾病的數(shù)據(jù)集通常是在不同批次中獲得的，這會引入跨批次的技術(shù)差異(也稱為批次效應(yīng))。

　　實際上，疾病研究數(shù)據(jù)集中的可用樣本可能來自不同的條件和批次。研究人員將此類數(shù)據(jù)集稱為多批次多條件數(shù)據(jù)集。在此類數(shù)據(jù)集中，同一批次生成的不同生物條件的數(shù)據(jù)矩陣之間存在由條件效應(yīng)引起的生物變異，而同一條件但不同批次的數(shù)據(jù)矩陣之間存在批次效應(yīng)引起的技術(shù)變異。

　　因此，這些數(shù)據(jù)矩陣之間的差異是批次效應(yīng)(技術(shù)變異)和條件效應(yīng)(生物變異)的混合體，這使得充分利用這些數(shù)據(jù)集潛力的過程變得復(fù)雜。

　　單細胞RNA測序雖然被廣泛運用，但是在計算方面存在三個挑戰(zhàn)：

　　(1)消除批次效應(yīng)，同時保留生物條件效應(yīng);

　　(2)檢測與生物狀況相關(guān)的關(guān)鍵基因;

　　(3)預(yù)測對應(yīng)于一定條件的未見數(shù)據(jù)矩陣，也稱為擾動預(yù)測任務(wù)。

　　以上是關(guān)于Gatech發(fā)現(xiàn)優(yōu)于單細胞RNA測序新方法的全部新聞，如果您對美國留學感興趣，歡迎您在線咨詢托普仕留學老師(添V：Tops6868)。托普仕留學采用5v1服務(wù)模式，21步精細服務(wù)流程，硬性四維標準+六維背景提升等留學服務(wù)體系，為學生出國留學申請名校提供保障。