Analisi di RNA-seq a singola cellula assistita da machine learning

L'analisi di sequenziamento di RNA a singola cellula (scRNA-seq) assistita da machine learning integra modelli generativi supervisionati, non supervisionati e profondi nel flusso di lavoro standard di scRNA-seq per gestire le sfide uniche dei dati a singola cellula: estrema sparsità, alta dimensionalità, rumore tecnico ed effetti di batch tra esperimenti. Metodi come i autoencoder variazionali (scVI), le reti neurali grafiche e il transfer learning migliorano sostanzialmente l'identificazione dei tipi cellulari, l'inferenza delle traiettorie e l'integrazione dei dati cross-study rispetto agli approcci puramente statistici.