[Nat. Mach. Intell. | 论文简读] 对比学习可以快速映射到数百万规模的多模态单细胞图谱
2023-02-18 16:47:55 时间
简读分享 | 陈兴民 编辑 | 陈兴民
论文题目
Contrastive learning enables rapid mapping to multimodal single-cell atlas of multimillion scale
论文摘要
单细胞数据集的规模持续增长,这给处理规模扩大、形态扩展和不可避免的批处理效应带来了计算挑战。最近出现了基于深度学习的方法,通过推导非线性细胞嵌入来解决这些问题。在这里,作者提出了细胞表示的对比学习--Concerto,它利用一个自我监督的蒸馏框架来建模多模式单细胞图谱。通过简单地区分每个单元格,Concerto可以适应各种下游任务,例如自动单元格类型分类、数据集成,特别是参考映射。与目前的主流方案不同,Concerto的对比设置能够很好地对所有基因进行操作,以保存生物变异。Concerto可以灵活地推广到多组学,以获得统一的细胞表示。
在模拟和真实数据集上进行基准测试,Concerto的性能大大优于竞争对手的方法。它能够概括新冠肺炎患者的不同免疫反应并发现了疾病特定的细胞状态。Concerto易于并行化,可高效扩展,在1.5 h内建立1000万个细胞的参考,并在8 s内查询10,000个细胞。总体而言,Concerto将通过迭代构建单个细胞参考图集并快速映射新的数据集来传输相关的细胞注释,从而促进生物医学研究。
论文链接
https://www.nature.com/articles/s42256-022-00518-z
相关文章
- React源码学习进阶篇(一)新版React如何调试源码?
- React源码学习进阶(二)初识Fiber架构
- React源码学习进阶(三)rootFiber的创建流程
- React源码学习进阶(四)render流程的入口逻辑详解
- React源码学习进阶(五)beginWork如何处理Fiber
- React源码学习进阶(六)completeWork究竟做了什么
- React源码学习进阶(七)挂载阶段的commitWork
- React源码学习进阶(八)setState底层逻辑
- MATLAB随机波动率SV、GARCH用MCMC马尔可夫链蒙特卡罗方法分析汇率时间序列|附代码数据
- R语言Apriori关联规则、kmeans聚类、决策树挖掘研究京东商城网络购物用户行为数据可视化|附代码数据
- 电量计基础知识介绍:
- 瞧瞧别人家的API接口,那叫一个优雅
- 暴增到 1k star 的开源项目,原来长这样!
- 程序员必备小技能:mac文件备份和清理、常用工具的安装和配置
- 前端小技能:Chrome DevTools中的操作技巧
- SOLIDWORKS 基于浏览器的角色 TOP 10 增强功能
- java小技能:对list集合根据条件进行分组、过滤和字段筛选
- mybatis-plus小技能
- Java小技能:快速创建List常用几种方式
- DBA的技术方向