Adv Sci丨山东大学刘丙强研究发现SemiLT可用于从scRNA-seq到scATAC-seq的细胞标签注释
iNature
2025-09-07 10:11
文章摘要
背景:单细胞ATAC测序(scATAC-seq)能够探索表观遗传变异,但其数据稀疏性和高维度给细胞类型注释带来挑战。研究目的:山东大学刘丙强团队开发多锚点迁移学习方法SemiLT,旨在解决scRNA-seq和scATAC-seq之间的时间差异问题,提高跨模态细胞标签注释的准确性。结论:SemiLT在多个数据集上优于现有工具,稀有细胞类型识别精度提升18%,并能有效支持下游分析如轨迹重建和转录因子识别。
本站注明稿件来源为其他媒体的文/图等稿件均为转载稿,本站转载出于非商业性的教育和科研之目的,并不意味着赞同其观点或证实其内容的真实性。如转载稿涉及版权等问题,请作者速来电或来函联系。