1225-expiMap：单细胞图谱的生物学启发式深度学习分析

expiMap 是一种创新的生物信息深度学习架构，旨在解决单细胞分析中参考映射缺乏可解释性的难题。该模型通过基因计划（GPs）将已知的生物学知识整合进神经网络，使复杂的计算结果能够直接对应到具体的生物通路或功能模块。研究表明，expiMap 不仅在数据集成性能上优于现有工具，还能在处理新冠肺炎或糖尿病等复杂疾病数据时，识别出关键的细胞间通讯和转录响应。此外，该技术具备发现新程序的能力，可以从未知的查询数据中挖掘出尚未被数据库记载的生物学特征。这种端到端的可解释性为构建大规模单细胞图谱和解析细胞异质性提供了更强大的分析手段。References:Lotfollahi M, Rybakov S, Hrovatin K, Hediyeh-Zadeh S, Talavera-López C, Misharin AV, Theis FJ. Biologically informed deep learning to query gene programs in single-cell atlases. Nat Cell Biol. 2023 Feb;25(2):337-350. doi: 10.1038/s41556-022-01072-x. Epub 2023 Feb 2. PMID: 36732632; PMCID: PMC9928587.前往小宇宙评论区与主播互动