重磅！Nature年度最热技术，里程碑与“CNS宠儿”

随着高通量生物技术的发展，已经开发了多种组学技术来表征不同但互补的生物信息，包括基因组学、微生物组学、转录组学、和代谢组学等单细胞测序 (scSeq) 因其在单个细胞中测序 DNA 和 RNA 的能力而被选为 2013 年的年度方法，近年来深度测序技术快速发展，使得在单个细胞尺度检测基因表达和染色质开放性成为可能，形成了单细胞多组学数据整合分析的研究热点。单细胞数据往往呈现超高维度、极度稀疏等特点，这对下游生物信息分析提出了极大挑战。而已有分析方法大都缺乏对高维数据分析的理论依据，较难克服上述单细胞数据分析的难点，深度学习模型在理解复杂病理表型（如癌症、耐药性和神经生物学）方面的生物学泛化性和可解释性对于组学领域具有极大的兴趣和重要性。深度学习几乎颠覆了每一个研究领域，包括那些对药物发现有直 ………………………………