- 论文致谢需要注意哪些事项 76
- 本科查重包括致谢部分知网要检测嘛 53
- 关于《电力电容器与无功补偿》期刊 50
- 列举了一些主张男女平等经济学的优 37
- 调剂一直不查看怎么回事 49
- 计算机方向的SCI论文润色修改发 52
- 专利到期会影响工作评价吗为什么 64
- 投稿论文到《Molecular 50
- 学术会议通常会有哪些类型的人参加 32
- 如何判断一本SCI期刊属于几区? 71
- 地学遥感类的论文发SCI注意事项 88
- 香港城市大学深圳研究院在电催化制 63
- 进行论文胶装可以按照的步骤 49
- 北京市职业病防治研究院(北京市化 105
- 知网本科毕业论文查重规则有新变化 45
- 南京海关协管队 20398
- 中国项目管理协会 1371
- 湖北新文盛会务有限公司 22405
- 铜陵骥灵商务咨询有限公司 7375
- 湖南诗和远方出版文化传媒有限公司 7385
- 世华国际投资咨询有限公司 22348
- 同济大学地下系 17387
- 北京邮电大学人文学院 20385
- 西安美丽医药公司 17375
- 北京东方正通科技有限公司 1406
- 同济大学 7384
- 北京中企和实信息技术有限公司 17397
- 沈阳市东北大学 17407
- WDC 20395
- 上海屹桥文化传媒有限公司 1388
- 香港机械工程师协会 22389
- IAASE 22356
- 美通社北京分公司 1391
- 天津市富裕电子科技有限公司 22415
- 武汉海讯科技会务有限公司 17391
生命学院杨雪瑞课题组开发深度学习工具DeepLinc 使用单细胞空间转录组数据构建细胞互作网络
2024/04/28
作为近年来技术发展的前沿,单细胞空间组学技术同时提供了生理组织中细胞的空间定位及细胞内基因组、转录组、蛋白组等定量组学数据。细胞空间定位信息与分子特征谱的耦合为解析组织中细胞组装与互作关系、理解组织的形成与功能提供了前所未有的丰富信息。考虑到单细胞空间组学数据的复杂性,包括其多模态、高噪音、高稀疏性与高维度等特征,如何通过针对性、高效的算法设计,从该数据中提取深层次的隐藏信息,挖掘细胞内分子特征与细胞间组装互作的隐层关联,系统重构细胞互作关系网络图谱,这是生物信息领域、单细胞空间组学分析理论与技术研究方向的重要前沿问题。
单细胞空间组学数据通常具有数据点丰富、低信噪比、高维度高稀疏性、多因素非线性关联等复杂特征,这使得常规统计或数学分析方法的应用存在较大难度与局限性。清华大学生命学院杨雪瑞副教授课题组使用新一代的深度学习模型从此类复杂数据中挖掘深层次的隐藏信息,开发了针对性的生物信息工具DeepLinc(deep-learning framework for landscapes of interacting cells),使用单细胞空间转录组数据,重构生理组织内的细胞互作关系网络,并提出整合了细胞空间编码信息的,新的细胞聚类模式。该方法于6月3日发表于《基因组生物学》(Genome Biology),题为“使用DeepLinc从单细胞空间转录组数据出发从头重构细胞互作图谱”(De novo reconstruction of cell interaction landscapes from single-cell spatial transcriptome data with DeepLinc)。
图1.DeepLinc分析流程概念示意图
在单细胞组学研究中,细胞互作关系的鉴定往往依赖于已知的配体-受体关系,对配-受体注释的准确性与全面性有很高的要求。事实上,细胞互作模式复杂多样,配-受体对介导的机制远不能覆盖所有的互作模式。此外,单细胞解析度的空间转录组数据通常有缺失值多、信噪比低等问题,大多数细胞的配-受体表达数据往往残缺不全,不满足基于配体-受体关系鉴定细胞互作的要求。
针对细胞互作关系的全面重构这一重要需求,杨雪瑞课题组首先提出理论假设:组织中空间上临近的细胞间应该富集了多种模式的互作与信息交流,而细胞内多维度分子特征谱图是细胞互作的驱动与调控因素,同时也反映了细胞组装与互作状态对细胞内生物学过程所产生的影响。因此,可以利用空间临近细胞的多维度信息,学习、挖掘细胞内分子特征与细胞间互作二者之间的内在关联。基于该理论思路,杨雪瑞课题组2018级博士生李润泽尝试了多种分析方法,最终使用新型人工智能策略,基于变分图自动编码器(variational graph autoencoder, VGAE)开发了对单细胞空间转录组数据的深度学习框架方法DeepLinc。
李润泽在多套单细胞空间转录组数据中测试了DeepLinc的一系列表现,结果显示DeepLinc能够使用高度非理想、不完整的空间转录组数据高效地学习,过滤原始数据中的错误互作,填补缺失的长、短程互作,从而从头重建细胞互作网络。使用DeepLinc构建的细胞互作图谱准确重现了人乳腺癌肿瘤组织内复杂的肿瘤-基底细胞、肿瘤-免疫细胞及免疫细胞间的长、短程互作,小鼠神经系统(嗅球、视觉皮层、下丘脑视前区)中神经元之间、神经元与小胶质细胞之间的复杂互作,表现出准确、全面的生物学意义。
除此之外,DeepLinc流程还推断了参与塑造细胞互作网络的关键基因,为解析细胞互作关系的调控机制提供靶点与线索。最后,基于深度学习获得的隐藏信息,DeepLinc重新定义整合了空间编码信息的单细胞亚群,为理解复杂组织内细胞的区块化功能提供直接的信息。
图2.DeepLinc重构的小鼠视觉皮层细胞互作网络,以一个谷氨酸能神经元与多个GABA能神经元之间的长程互作关系作为示例(下左);整合了细胞空间编码信息与互作关系之后,DeepLinc重新定义小鼠视觉皮层细胞聚类(下右)
DeepLinc针对单细胞空间转录组数据,提出新的方法理论,通过新型深度学习模型的创新应用,挖掘细胞分子特征谱图与复杂生理与病理组织之间的多层级复杂关联,充分释放单细胞空间组学分析的优势与潜力。清华大学生命科学联合中心博士研究生项目2018级博士生李润泽为论文第一作者,杨雪瑞副教授为论文通讯作者。研究工作得到国家自然科学基金委、国家重点研发计划重点专项的资助。国家蛋白质科学研究(北京)设施(清华大学蛋白质研究技术中心)下属生物计算平台、基因测序与分析平台为本研究提供了大力支持。
文章来源清华大学新闻,分享只为学术交流,如涉及侵权问题请联系我们,我们将及时修改或删除。
信息工程学院张敏课题组在低维晶体管接触性能极限的研究中取得重要进展
上海交通大学左小磊研究员团队在基于框架核酸的多维分子分型研究取得进展
清华大学 电机系张宁、康重庆在我国电力系统碳中和转型领域研究取得重要进展
福州大学谭理课题组与复旦大学刘智攀课题组在单原子催化CO2加氢合成甲醇领域取得进展
第四届计算机图形学、图像与虚拟化研究国际会议(ICCGIV 2024)(2024-05-17)
第九届机电控制技术与交通运输国际学术会议(ICECTT 2024)(2024-05-24)
2024年教育政策与实践研讨会(ICEPP 2024)(2024-05-24)
第三届机电一体化与机械工程国际会议(ICMME2024)(2024-05-24)
2024年电子器件、传感控制技术与光学机械工程国际学术会议(EDSCTOE 2024)(2024-05-25)
第十四届地质和地球物理学国际会议(ICGG 2024)(2024-05-31)
2024年食品工程与农业科学国际会议(ICFEAS 2024)(2024-06-02)
2024年第三届网络、通信与信息技术国际会议(CNCIT 2024)(2024-06-07)
第十届机械工程、材料和自动化技术国际会议(MMEAT 2024)(2024-06-21)
2024年先进机器人,自动化工程与机器学习国际会议(ARAEML 2024)(2024-06-28)
2024年体育科学与信息技术国际学术会议(ICSSIT 2024)(2024-6-24)
2024年消费电子、区块链与计算机工程国际会议(CEBCE 2024)(2024-5-25)
2024年能源经济、资源与环境经济学国际会议(EEREE 2024)(2024-6-24)
2024数据处理、计算机仿真与建模国际学术会议(ICDPCSM 2024)(2024-5-28)
2024年第七届控制、机器人技术和信息学国际会议 (ICCRI 2024)(2024-7-26)
2024年野生动植物保护与环境治理国际会议(ICWPEG 2024)(2024-6-29)
2024年创意产业与国际贸易国际会议(ICCIIT 2024)(2024-5-25)
2024年第四届电气、电子与信息工程国际会议(ISEEIE 2024)(2024-9-26)
2024年语言,教育与信息管理国际会议(ICLEIM 2024)(2024-6-28)
2024年传感器、自动化系统与信息技术国际会议(SASIT 2024)(2024-6-20)