Simultaneously Infer Cell Pseudotime,Velocity Field and Gene Interaction from Multi-Branch scRNA-seq Data with scPN
本文提出 scPN 高维分段网络方法，从多分支 scRNA-seq 数据中联合推断拟时间、速度场与基因调控网络，并在合成及真实数据中验证其优势。
2024-10-24 q-bio.GN q-bio.MN q-bio.QM
Uncovering the dynamic effects of DEX treatment on lung cancer by integrating bioinformatic inference and multiscale modeling of scRNA-seq and proteomics data
动机：肺癌是癌症相关死亡的主要原因之一，五年生存率为18%。我们的首要任务是了解影响肺癌治疗方法实施和有效性的潜在机制。在这项研究中，我们结合生物信息学和系统生物学的力量，全面揭示药物治疗的功能和信号通路，使用生物信息学推理和多尺度建模的单细胞RNA测序数据和蛋白质组学数据。这种创新和跨学科的方法可以进一步应用于肿瘤发生和肿瘤治疗的其他计算研究。结果：分析了DEX处理后肺腺癌A549细胞的时间序列。(1)我们首次在这些肺癌细胞中发现了差异表达的基因。然后通过对它们的调控网络的询问，我们确定了关键的枢纽基因，包括TGF- \b{eta}、MYC和SMAD 3，这些基因是DEX治疗的基础。进一步的富集分析揭示了TGF- \b{eta}信号通路作为最高富集项。在临床肺癌样本中，参与TGF- \b{eta}通路的那些基因及其与ERBB通路的相互作用表现出强的生存预后。(2)基于生物学验证和进一步管理，开发了以TGF- \b{eta}诱导的和ERBB扩增的信号通路为中心的肿瘤调节的多尺度模型，以表征DEX治疗对肺癌细胞的动力学效应。我们的模拟结果与SMAD 2、FOXO 3、TGF \b{eta} 1和TGF \b{eta} R1在时间过程中的可用数据很好地匹配。此外，我们提供了不同剂量的预测，以说明DEX治疗的趋势和治疗潜力。
2022-03-01 q-bio.QM
Integrating Dynamical Systems Modeling with Spatiotemporal scRNA-seq Data Analysis
School of Mathematical Sciences, Peking University（北京大学数学科学学院）；Center for Machine Learning Research, Peking University（北京大学机器学习研究中心）；Laboratory of Mathematics and Its Applications (LMAM), Peking University（北京大学数学及其应用实验室）；Center for Quantitative Biology, Peking University（北京大学定量生物学中心）；National Engineering Laboratory for Big Data Analysis and Applications, Peking University（北京大学大数据分析与应用国家工程实验室）；AI for Science Institute, Beijing（北京科学智能研究院）
本综述探讨了如何结合马尔可夫链、SDEs和最优传输等动力系统计算框架，利用时间分辨scRNA-seq与时空转录组学数据重建细胞动态轨迹并推断细胞命运。
2025-05-01 cs.LG physics.bio-ph q-bio.QM
Enriching and Characterizing T-Cell Repertoires from 3' Barcoded Single-Cell Whole Transcriptome Amplification Products
抗原特异性T细胞在免疫调节和癌症等疾病中发挥重要作用。表征编码T细胞特异性的T细胞受体（TCR）序列对于阐明免疫性疾病的抗原决定簇和设计治疗药物至关重要。然而，获得单细胞TCR测序数据的方法是劳动和成本密集型的，需要细胞分选和全长单细胞RNA测序（scRNA-seq）。新的高通量3'细胞条形码化scRNA-seq方法可以简化和扩大该过程;然而，它们在文库制备和测序期间不常规捕获TCR序列。虽然5'细胞条形码化scRNA-seq方法可用于以单细胞分辨率检查TCR库，但其需要不能应用于先前使用3'细胞条形码化方法处理的样品的专用试剂。在这里，我们概述了一种用于对来自已经使用3'细胞条形码scRNA-seq平台处理的样品的TCR $α$和TCR $β$转录物进行测序的方法，从而确保以单细胞分辨率回收TCR。简而言之，通常用于产生大规模平行3' scRNA-seq文库的3'条形码化全转录组扩增（WTA）产物的一部分使用生物素化探针富集TCR转录物，并使用来自WTA的相同通用引物序列进一步扩增。使用TCR V区引物的引物延伸和靶向PCR扩增产生3'条形码化的单细胞CDR 3富集文库，其可以用定制测序引物测序。与相同WTA的3' scRNA-seq结合，该方法能够同时分析单细胞转录组和TCR序列，这可以帮助解释抗原特异性T细胞和显著疾病生物学之间的固有异质性。该方法可适于从3'和5'条形码化W…
2022-03-21 q-bio.GN q-bio.QM
Topological and geometric analysis of cell states in single-cell transcriptomic data
本文提出工具scGeom，通过图曲率和持久同调分析scRNA-seq数据的多尺度与多维结构，揭示细胞网络和基因网络的拓扑与几何特征，以指示过渡细胞、发育潜能并改善细胞类型分类。
2023-09-14 q-bio.GN q-bio.QM
Issues arising from benchmarking single-cell RNA sequencing imputation methods
2018年6月25日，Huang等人在Nature Methods上发表了一种计算方法SAVER，用于估算单细胞RNA测序（scRNA-seq）数据中的缺失基因表达水平。Huang等人进行了一系列全面的基准分析，包括与RNA荧光原位杂交数据的比较，以证明SAVER优于两种现有的scRNA-seq插补方法scImpute和MAGIC。然而，他们的计算分析是基于作者根据SAVER方法中使用的Poisson-Gamma模型生成的半合成数据。因此，我们重新审查黄等人。的研究。我们发现半合成数据与真实scRNA-seq数据具有非常不同的特性，并且用于基准测试的细胞簇与生物学家标记的细胞类型不一致。我们表明，基于真实scRNA-seq数据和基于细胞类型的生物学知识的重新分析导致了与Huang等人不同的结果和结论。
2019-08-19 q-bio.GN q-bio.QM stat.AP
CloudPred: Predicting Patient Phenotypes From Single-cell RNA-seq
Stanford University（斯坦福大学）；California Institute of Technology（加州理工学院）；University of California, San Francisco（加州大学旧金山分校）；Chan-Zuckerberg Biohub（陈·扎克翰生物中心）
单细胞RNA测序（scRNA-seq）有可能提供强大的高分辨率特征，为疾病预后和精准医疗提供信息。本文通过开发一种可解释的机器学习算法CloudPred，从scRNA-seq数据中预测个体的疾病表型，朝着这一目标迈出了重要的第一步。从scRNA-seq预测表型对于标准机器学习方法来说是具有挑战性的-测量的细胞数量可以在个体之间变化几个数量级，并且细胞群体也是高度异质的。典型的分析会产生伪批量样品，这些样品偏向于先前的注释，并且也会失去单细胞分辨率。CloudPred通过一种新型的端到端可微分学习算法来解决这些挑战，该算法与生物学上知情的细胞类型混合模型相结合。CloudPred自动推断对表型显著的细胞亚群，而无需预先注释。我们开发了一个系统的仿真平台来评估CloudPred的性能和我们提出的几种替代方法，并发现CloudPred在几种设置中优于替代方法。我们进一步在142名狼疮患者和对照组的真实scRNA-seq数据集上验证了CloudPred。CloudPred达到0.98的AUROC，同时鉴定出一种特异性的CD 4 T细胞亚群，其存在高度指示狼疮。CloudPred是一个强大的新框架，可以从scRNA-seq数据中预测临床表型并识别相关细胞。
2021-10-13 cs.LG q-bio.QM
scDiffusion: conditional generation of high-quality single-cell data using diffusion model
Tsinghua University（清华大学）
针对高质量scRNA-seq数据获取难、现有条件生成模型真实度不足的问题，本研究提出结合扩散模型与基础模型的scDiffusion，通过多分类器引导和梯度插值策略实现多条件高保真单细胞数据生成，可用于数据增强与细胞命运研究。
2024-03-05 cs.LG q-bio.GN q-bio.QM
Hypergraph Representations of scRNA-seq Data for Improved Clustering with Random Walks
本文提出利用超图表示单细胞RNA测序数据，通过改进的随机游走方法实现更高效的聚类分析，尤其在数据模块性较弱时表现突出。
2025-12-23 q-bio.GN q-bio.QM stat.AP
scHyena: Foundation Model for Full-Length Single-Cell RNA-Seq Analysis in Brain
KAIST（韩国科学技术院）
本文提出基础模型 scHyena，利用线性适配层、基因嵌入位置编码和双向 Hyena 算子处理全长 scRNA-seq 数据，并通过预训练提升大脑细胞分类与表达插补性能。
2023-10-04 cs.AI cs.LG q-bio.GN
K-Nearest-Neighbors Induced Topological PCA for scRNA Sequence Data Analysis
Michigan State University（密歇根州立大学）
针对scRNA-seq数据稀疏且传统PCA无法捕捉多尺度几何结构的问题，提出结合持久拉普拉斯与L$_{2,1}$范数的kNN-tPCA降维方法，在11个基准数据集上显著优于UMAP、tSNE等无监督方法。
2023-10-23 cs.LG math.AT q-bio.QM
DIMM-SC: A Dirichlet mixture model for clustering droplet-based single cell transcriptomic data
动机：单细胞转录组测序（scRNA-Seq）已成为以单细胞分辨率研究细胞和分子过程的革命性工具。在现有技术中，最近开发的基于液滴的平台能够有效地并行处理数千个单细胞，并使用唯一分子标识符（UMI）直接计数转录本拷贝。尽管技术进步，统计方法和计算工具仍然缺乏分析基于液滴的scRNA-Seq数据。特别是，用于聚类大规模单细胞转录组学数据的基于模型的方法仍然未被探索。方法：我们开发了DIMM-SC，这是一种Dirichlet混合模型，用于聚类基于液滴的单细胞转录组数据。这种方法明确地对来自scRNA-Seq实验的UMI计数数据进行建模，并通过Dirichlet混合先验来表征不同细胞簇之间的变化。采用期望最大化算法进行参数推断。结果如下：我们进行了全面的模拟评估DIMM-SC，并将其与现有的聚类方法，如K-means，CellTree和Seurat进行比较。此外，我们分析了具有已知聚类标签的公共scRNA-Seq数据集和来自系统性硬化症研究的具有先前生物学知识的内部scRNA-Seq数据集，以基准测试和验证DIMM-SC。模拟研究和实际数据应用都表明，与其他现有聚类方法相比，DIMM-SC实现了显著提高的聚类准确性和更低的聚类变异性。更重要的是，作为一种基于模型的方法，DIMM-SC能够量化每个单细胞的聚类不确定性，促进严格的统计推断和生物学解释，这通常是现有聚类方法无法实现的。
2017-04-06 q-bio.QM stat.ML
Identifying and removing the cell-cycle effect from single-cell RNA-Sequencing data
单细胞RNA测序（scRNA-Seq）是发现和描述异质组织中细胞类型的革命性技术，但其表达的测量经常遭受大的系统偏差。这种偏倚的一个主要来源是细胞周期，它引入了大量的细胞类型内异质性，这可能会掩盖细胞类型之间的表达差异。目前用于去除细胞周期效应的方法无法有效地识别这种效应，并且具有去除其他感兴趣的生物组分的高风险，从而损害下游分析。我们提出了ccRemover，这是一种可靠地识别细胞周期效应并将其去除的新方法。ccRemover保留了数据中其他感兴趣的生物信号，因此可以作为许多scRNA-Seq数据分析的重要预处理步骤。使用模拟数据和三个真实的scRNA-Seq数据集证明了ccRemover的有效性，其中它提高了现有聚类算法在区分细胞类型方面的性能。
2016-05-15 q-bio.GN q-bio.QM
DOT: A flexible multi-objective optimization framework for transferring features across single-cell and spatial omics
Heidelberg University（海德堡大学）；Heidelberg University Hospital（海德堡大学医院）；Institute for Computational Biomedicine, Heidelberg University & Heidelberg University Hospital（海德堡大学与海德堡大学医院计算生物医学研究所）；Cellzome GmbH, GlaxoSmithKline（葛兰素史克旗下Cellzome有限公司）；Department of Knowledge Technologies, Jožef Stefan Institute（约瑟夫斯蒂芬研究所知识技术系）
DOT框架通过多目标优化在单细胞和空间组学数据间转移特征，兼顾细胞类型、状态及基因表达，提升组织映射的分辨率和基因覆盖。
2023-07-21 cs.CE q-bio.QM
Artificial Intelligence Models for Cell Type and Subtype Identification Based on Single-Cell RNA Sequencing Data in Vision Science
单细胞RNA测序（scRNA-seq）为许多研究领域的科学家提供了高通量、定量和无偏倚的框架，以鉴定和表征来自各种组织的异质细胞群中的细胞类型。然而，基于scRNA-seq的离散细胞类型的鉴定仍然是劳动密集型的，并且依赖于先前的分子知识。人工智能为细胞类型识别提供了更快，更准确和用户友好的方法。本文综述了基于单细胞和单核RNA测序数据的人工智能细胞类型识别方法的研究进展。
2022-09-26 eess.IV q-bio.BM q-bio.GN
Predicting Molecular Phenotypes with Single Cell RNA Sequencing Data: an Assessment of Unsupervised Machine Learning Models
West High School（西高中）；University of Utah（犹他大学）
根据美国国家癌症研究所的数据，2018年有950万人死于癌症。改善治疗的一个挑战是遗传不稳定细胞的耐药性。本研究的目的是通过使用管道和评估指标分析单细胞RNA测序（scRNAseq）数据，评估无监督机器学习对异质性肿瘤中治疗耐药表型的分类。scRNAseq定量细胞中的mRNA并表征细胞表型。分析了一个scRNAseq数据集（不同分子亚型的肿瘤/非肿瘤细胞和患者鉴定）。该管道包括数据过滤，主成分分析降维，均匀流形近似和投影投影，九种方法（Ward，BIRCH，高斯混合模型，DBSCAN，光谱，亲和传播，凝聚聚类，均值漂移和K均值）的聚类，以及评估。7个模型划分肿瘤与非肿瘤细胞和分子亚型，6个模型分类不同的患者身份（其中13个在数据集中列出）; K-Means、Ward和BIRCH通常排名最高，肿瘤与非肿瘤任务的准确率约为80%，分子亚型和患者ID的准确率约为60%。和BIRCH模型被评估为最有效的用于进一步分析。在目前没有scRNAseq分析标准方案的临床研究中，从该管道生成的簇可用于了解癌症细胞行为和恶性生长，直接影响治疗的成功。
2021-08-11 cs.LG q-bio.CB q-bio.GN
Secuer: ultrafast, scalable and accurate clustering of single-cell RNA-seq data
细胞簇的识别是单细胞转录组学研究的关键步骤。尽管最近开发了许多聚类工具，但scRNA-seq量的快速增长促使人们采用更有效的聚类方法。在这里，我们介绍了Secuer，一个可扩展的和有效的scRNA-seq数据的光谱聚类算法。通过采用基于锚点的二分图表示算法，Secuer的运行时间和内存使用量减少了几个数量级，特别是对于超过100万甚至1000万个细胞的超大型数据集。同时，在中小规模的基准数据集上，Secuer也达到了比竞争方法更好或相当的精度。此外，我们还展示了Secuer也可以作为一种新的共识聚类方法的构建块，Secuer-consensus，它再次大大提高了最先进的共识聚类方法的运行时间和可扩展性，同时还保持了准确性。总的来说，Secuer是一个通用的，准确的，可扩展的集群框架，适用于小型到超大型的单细胞集群任务。
2022-07-07 q-bio.GN q-bio.QM
Sweetwater: An interpretable and adaptive autoencoder for efficient tissue deconvolution
Sweetwater是一种可解释且自适应的自编码器，利用多种参考数据高效去卷积批量RNA测序和微阵列样本，减少平台偏差并提高结果可靠性。
2024-03-17 q-bio.GN q-bio.QM
Putative cell type discovery from single-cell gene expression data
我们提出了一种从单细胞RNA-seq（scRNA-seq）数据自动识别推定细胞类型的新方法。通过迭代地将机器学习方法应用于给定一组细胞的基因表达谱的初始聚类，我们同时识别不同的细胞组和每组的特征基因的加权列表。在特定细胞群中差异表达的特征基因共同将给定细胞群与其他细胞区分开。每个这样的细胞群对应于推定的细胞类型或状态，其特征在于作为标记的特征基因。为了对这种方法进行基准测试，我们使用了来自一系列实验的专家注释的scRNA-seq数据集，并与现有的细胞注释方法进行了比较，这些方法都是基于预先存在的参考。我们表明，我们的方法自动识别的“地面真相”的细胞分配具有很高的准确性。此外，我们的方法，单细胞聚类评估框架（SCCAF）预测新的推定的生物学意义的细胞状态在已发表的数据造血和人类皮层。SCCAF作为GitHub（https：//github.com/SCCAF/sccaf）上的开源软件包和Python软件包索引提供，也已作为人类细胞图谱中的Galaxy工具实施。
2020-04-21 q-bio.GN q-bio.QM
A Statistical Framework for Co-Mediators of Zero-Inflated Single-Cell RNA-Seq Data
针对 scRNA-seq 数据的零膨胀与复杂共同中介结构，提出结合零膨胀负二项模型和 beta 回归的因果中介框架，模拟显示功效提升且 FDR 受控，并在 ROSMAP 数据中发现有生物学意义的中介效应。
2025-09-30 q-bio.GN q-bio.QM stat.AP
ASGARD: A Single-cell Guided pipeline to Aid Repurposing of Drugs
细胞间异质性是精准医疗成功的主要障碍。单细胞RNA测序（scRNA-seq）技术使得能够深入分析各种疾病中的细胞间异质性。然而，它在精准医疗方面的全部潜力尚未得到充分发挥。为此，我们提出了一种新的药物推荐系统，称为：单细胞指导管道，以帮助药物的再利用（ASGARD）。ASGARD定义了一种新的药物评分，通过考虑所有细胞簇来预测药物，以解决每个患者体内的细胞间异质性。我们在多种疾病上测试了ASGARD，包括乳腺癌、急性淋巴细胞白血病和2019冠状病毒病（COVID-19）。在单一药物治疗中，ASGARD显示出显著更好的平均准确性（AUC为0.92），与其他两种基于批量细胞的药物再利用方法（AUC为0.80和0.76）相比。它也比其他细胞簇水平预测方法（AUC为0.67和0.55）好得多（AUC为0.82）。此外，ASGARD还通过药物反应预测方法TRANSACT与三阴性乳腺癌患者样本进行了验证。许多排名靠前的药物要么被FDA批准，要么正在治疗相应疾病的临床试验中。使用三阴性乳腺癌的计算机细胞类型特异性脱落实验显示了肿瘤微环境中T细胞在影响药物预测方面的重要性。总之，ASGARD是一个有前途的药物再利用推荐工具，由单细胞RNA-seq指导，用于个性化医疗。ASGARD可在https://github.com/lanagarmire/ASGARD上免费用于教育用途。
2022-12-22 q-bio.QM
CEP-IP: An Explainable Framework for Cell Subpopulation Identification in Single-cell Transcriptomics
Universiti Sains Malaysia（马来西亚理科大学）
CEP-IP框架通过可解释机器学习方法识别单细胞转录组学中具有强双变量单调基因-模块关系的细胞亚群，通过基因模块强度量化和细胞分类实现亚群分层分析。
2026-04-01 q-bio.GN q-bio.QM
Transcriptome profiling research in urothelial cell carcinoma
尿路上皮细胞癌（UCC）是第九大常见癌症，占全球所有新发癌症病例的4.7%。UCC的发展和进展是由于复杂和随机的遗传程序。为了研究可能导致UCC中晚期疾病和对常规疗法的抗性的有限治疗选择的不良预后的分子事件的级联，已经采用了转录组学技术（RNA-Seq），一种使用现代高通量测序平台分析样品的RNA含量的方法。本文综述了RNA-Seq技术的原理，并总结了近年来利用该技术对膀胱癌进行的研究，以阐明膀胱癌的发病机制，鉴定生物标志物，发现通路并对疾病状态进行分类。我们列出了公共可用于RNA-Seq分析的常用计算平台和软件。此外，我们讨论了膀胱癌RNA-Seq研究的未来前景，并建议应用称为单细胞测序（scRNA-Seq）的新技术来进一步了解这种疾病。关键词：转录组分析，RNA测序，基因组学，生物信息学，膀胱癌
2021-01-31 q-bio.GN q-bio.QM q-bio.TO
Computational challenges of cell cycle analysis using single cell transcriptomics
细胞周期是最基本的生物学过程之一，对于理解正常生理学和各种病理学（如癌症）非常重要。单细胞RNA测序技术提供了在前所未有的条件范围内（细胞类型和扰动）分析细胞周期转录组动态的机会，具有数千个公开可用的数据集。本文综述了细胞周期分析中的主要计算任务：1）细胞周期时相的识别，2）伪时间推断，3）细胞周期相关基因的识别和分析，4）细胞周期效应的消除，5）G 0期细胞的识别和分析。我们回顾了目前可用于使用scRNA-seq数据进行细胞周期分析的17个软件包。尽管取得了巨大进展，但没有任何一揽子措施能够在所有上述任务方面产生全面和可靠的结果。现有包装的主要困难之一是区分细胞周期转录组动力学的两种模式：胚胎干细胞（ESC）的正常和特征，后者由许多癌细胞系共享。此外，一些细胞系的特征在于两个亚群的混合物，一个遵循标准和一个ESC样细胞周期，这使得分析更具挑战性。最后，我们讨论了与细胞周期相关的单细胞转录组分析的困难，并为现有方法的使用提供了一定的指导。
2022-08-10 q-bio.GN q-bio.QM
A Bayesian approach to model uncertainty in single-cell genomic data
University College London（伦敦大学学院）；The Francis Crick Institute（弗朗西斯·克里克研究所）；Birkbeck, University of London（伦敦大学伯贝克学院）
本文提出一种变分贝叶斯框架，用于单细胞组数据的聚类与分析，通过贝叶斯高斯混合模型估计细胞与不同簇的概率关联，以捕捉细胞过渡并提供神经发生和乳腺癌进展的生物相干见解。
2026-04-24 q-bio.GN q-bio.QM
Parameter-free representations outperform single-cell foundation models on downstream benchmarks
Department of Physics, Boston University, Boston, MA, 02215, USA；Faculty of Computing；Data Science, Boston University, \ , MA, 02215, USA
无需参数的表示方法在单细胞基础模型的下游任务中表现优异，通过简单线性方法超越传统深度学习模型。
2026-02-18 cs.LG q-bio.GN q-bio.QM
