浙江大学等开发用于整合大规模单细胞RNA测序数据和跨图谱比较的深度学习模型

• 全文链接

关键词：

来源：

Nature Methods

全文链接：

//agri.nais.net.cn/topic/downloadFile/5a77dcb4-b02c-4465-9b7a-07b477f605f0

来源地址：

https://doi.org/10.1038/s41592-024-02530-0

资源所属：

农业生物技术专题

类型：

学术文献

语种：

英语

原文发布日期：

2024-11-29

摘要：

11月29日，浙江大学鲁林荣、刘琬璐、腾讯AI实验室Yao Jianhua共同通讯在Nature Methods（IF=36）在线发表题为“Integrative mapping of human CD8+ T cells in inflammation and cancer”的研究论文。该研究介绍了scAtlasVAE，这是一个基于深度学习的模型，用于整合大规模单细胞RNA测序数据和跨图谱比较。scAtlasVAE使人们能够构建广泛的人类CD8+ T细胞图谱，包括来自68项研究和42种疾病的961个样本的1,151,678个细胞，并具有配对T细胞受体信息。通过将信息整合到T细胞受体克隆扩增和共享中，研究人员成功地建立了不同细胞亚型之间的联系，并阐明了它们的表型和功能转变。值得注意的是，该方法表征了三种不同的耗尽T细胞亚型，并揭示了自身免疫和免疫相关不良事件炎症中的多种转录组和克隆共享模式。此外，scAtlasVAE有助于在查询单细胞RNA测序数据集中自动注释CD8+ T细胞亚型，从而实现无偏和可扩展的分析。总之，该工作为CD8+ T细胞研究提供了一个全面的单细胞参考和计算框架。