Analyse de l'ARN monocellulaire assistée par apprentissage automatique

L'analyse de séquençage d'ARN monocellulaire (scRNA-seq) assistée par apprentissage automatique intègre des modèles génératifs supervisés, non supervisés et profonds dans le flux de travail standard du scRNA-seq pour relever les défis uniques des données monocellulaires : sparsité extrême, haute dimensionnalité, bruit technique et effets de lot entre les expériences. Des méthodes telles que les auto-encodeurs variationnels (scVI), les réseaux neuronaux graphiques et l'apprentissage par transfert améliorent considérablement l'identification des types cellulaires, l'inférence de trajectoire et l'intégration des données inter-études par rapport aux approches purement statistiques.