Análise de RNA-seq de Célula Única Assistida por Aprendizado de Máquina

A análise de sequenciamento de RNA de célula única (scRNA-seq) assistida por aprendizado de máquina integra modelos de geração supervisionados, não supervisionados e profundos ao fluxo de trabalho padrão de scRNA-seq para lidar com os desafios únicos dos dados de célula única: esparsidade extrema, alta dimensionalidade, ruído técnico e efeitos de lote entre experimentos. Métodos como autoencoders variacionais (scVI), redes neurais gráficas e aprendizado de transferência melhoram substancialmente a identificação de tipos celulares, inferência de trajetória e integração de dados entre estudos em comparação com abordagens puramente estatísticas.