PNAS | 李雪飞/田亮合作开发DeSide助力多种肿瘤内细胞丰度的精准预测

李雪飞和田亮团队合作开发了一种名为DeSide的深度学习算法，用于精准预测多种肿瘤内细胞的丰度。该研究通过整合多个单细胞RNA测序数据集，创新性地采用了segment sampling和基因过滤方法，提升了虚拟肿瘤bulk RNA-seq数据的质量。DeSide算法通过深度神经网络结构，分别从生物信号通路和基因表达谱中提取特征信息，有效减少了预测误差，并展示了较好的泛化能力。研究结果表明，DeSide能够较准确地预测多种肿瘤类型内不同细胞类型的比例，为肿瘤发生与发展机制的理解、患者预后评估和治疗策略制定提供了有力支持。