.png){kind=icon}
返回
Cell Decoder: decoding cell identity with multi-scale explainable deep learning
.png){kind=icon}
OA
AI
DOI：10.1186/s13059-025-03832-y.png)
.png){kind=icon}
.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
细胞是生命的基本单位，理解其多样性和功能需要详细的表征。单细胞组学数据的兴起使得这一点成为可能，但当前深度学习方法缺乏多尺度可解释性。我们介绍了Cell Decoder模型，该模型整合了生物先验知识，以提供细胞的多尺度表征。通过使用自动化机器学习和事后分析，Cell Decoder解码细胞身份，并优于现有方法。它提供多视角可解释性，并促进数据整合。应用于人类骨骼和鼠胚数据时，Cell Decoder揭示了细胞身份的多尺度异质性，为加深我们对细胞多样性的理解提供了一个强大的框架。
AI总结
对已上传原文的论文进行重点信息的提取，主要内容包括：简要概述、研究摘要、背景介绍、关键亮点、图文解析、展望与总结。
期刊
G
IF:
9.4
论文数:
6.4K
被引数:
7.3W
机构
引用论文
Systematic reconstruction of cellular trajectories across mouse embryogenesis小鼠胚胎发生过程中细胞轨迹的系统重建.png)
NATURE GENETICSOAAI
NATURE GENETICSIF31.8
OAAI分享收藏Single-cell RNA-seq reveals new types of human blood dendritic cells, monocytes, and progenitors单细胞rna-seq揭示了新型的人血树突状细胞，单核细胞和祖细胞ScienceOAAI
ScienceIF0
OAAI分享收藏Human bone marrow assessment by single-cell RNA sequencing, mass cytometry, and flow cytometryJCI INSIGHTOAAI
JCI INSIGHTIF6.1
OAAI分享收藏A single-cell molecular map of mouse gastrulation and early organogenesis小鼠胃形成和早期器官发生的单细胞分子图谱NatureOAAI
NatureIF0
OAAI分享收藏Modal-nexus auto-encoder for multi-modality cellular data integration and imputationNATURE COMMUNICATIONS
OAAI
NATURE COMMUNICATIONSIF15.7
OAAI分享收藏Efficient integration of heterogeneous single-cell transcriptomes using Scanorama使用Scanorama有效整合异质单细胞转录组NATURE BIOTECHNOLOGYOAAI
NATURE BIOTECHNOLOGYIF41.7
OAAI分享收藏
查看更多内容