平均准确率达96.4%，中山大学&重庆大学开发基于Transformer的单细胞注释方法

将 ScienceAI 设为星标第一时间掌握新鲜的 AI for Science 资讯编辑 | 萝卜皮使用测序 (scATAC-seq) 技术对转座酶可及的染色质进行单细胞测定，可在单细胞分辨率下深入了解基因调控和表观遗传异质性，但由于数据的高维性和极度稀疏性，scATAC-seq 的细胞注释仍然具有挑战性。现有的细胞注释方法大多集中在细胞峰矩阵上，而没有充分利用底层的基因组序列。在这里，中山大学与重庆大学的研究人员提出了一种方法 SANGO，通过在 scATAC 数据中的可及性峰周围整合基因组序列来进行准确的单细胞注释。SANGO 在跨样本、平台和组织的 55 个配对 scATAC-seq 数据集上始终优于竞争方法。SANGO 还能够通过图 Transformer 学习到的注意力边缘权重来检测未知的肿瘤细胞。该研究以「Deciphering cell types by integrating scATAC-seq data with genome sequences」为题，于 2024 年 4 月 10 日发布在《 ………………………………