scMoMtF: An interpretable multitask learning framework for single-cell multi-omics data analysis

doi:10.1371/journal.pcbi.1012679

scMoMtF: An interpretable multitask learning framework for single-cell multi-omics data analysis

2024-12-18

0

OA

AI

DOI：10.1371/journal.pcbi.1012679

原文链接

原文求助

摘要

En 中文

随着生物技术的迅速发展，现在可以在同一细胞中获得单细胞多组学数据。然而，如何整合和分析这些单细胞多组学数据仍然是一个巨大的挑战。在此，我们介绍了一种可解释的多任务框架（scMoMtF），用于全面分析单细胞多组学数据。scMoMtF能够同时解决单细胞多组学数据中的多个关键任务，包括降维、细胞分类和数据模拟。实验结果表明，scMoMtF在这些任务上优于当前最先进的算法。此外，scMoMtF具有可解释性，使研究人员能够获得对单细胞多组学数据中潜在生物学特征和机制的可靠理解。

scMoMtF: An interpretable multitask learning framework for single-cell multi-omics data analysis

摘要

期刊

机构

引用论文