人類細胞圖譜是世界上最大的、不斷增長的單細胞參考圖譜。它包含跨組織、器官和發(fā)育階段的數(shù)百萬個細胞的參考。這些參考資料有助于醫(yī)生了解衰老、環(huán)境和疾病對細胞的影響——并最終更好地診斷和治療患者。然而，參考地圖集并非沒有挑戰(zhàn)。單細胞數(shù)據集可能包含測量誤差(批量效應)，計算資源的全球可用性是有限的，并且原始數(shù)據的共享通常受到法律限制。

Helmholtz Zentrum München 和慕尼黑工業(yè)大學 (TUM) 的研究人員開發(fā)了一種名為“scArches”的新算法，是單細胞結構手術的縮寫。最大的優(yōu)勢：“該算法不是在診所或研究中心之間共享原始數(shù)據，而是使用遷移學習將來自單細胞基因組學的新數(shù)據集與現(xiàn)有參考數(shù)據進行比較，從而保護隱私和匿名性。這也使得新數(shù)據集的注釋和解釋成為可能該算法的首席科學家 Mohammad Lotfollahi 說：“非常簡單，并且極大地使單細胞參考圖譜的使用民主化。”

示例

研究人員應用 scArches 研究了幾個肺支氣管樣本中的 。他們使用單細胞轉錄組學將 患者的細胞與健康參考細胞進行了比較。該算法能夠將患病細胞與參考細胞分開，從而使用戶能夠針對輕度和重度 病例確定需要治療的細胞?；颊咧g的生物學差異不影響映射過程的質量。

Fabian Theis：“我們的愿景是，未來我們將像現(xiàn)在一樣輕松地使用細胞參考進行基因組參考。換句話說，如果你想烤蛋糕，你通常不想嘗試想出你自己的配方——您只需在食譜中查找一個。使用 scArches，我們正式化并簡化了這個查找過程。”