ScholarGate
助手
Process / pipelineBioinformatics / omics

机器学习辅助的单细胞RNA测序分析

机器学习辅助的单细胞RNA测序（scRNA-seq）分析将监督学习、无监督学习和深度生成模型整合到标准的scRNA-seq工作流程中，以应对单细胞数据特有的挑战：极端稀疏性、高维度、技术噪声和跨实验的批次效应。与纯粹的统计方法相比，变分自编码器（scVI）、图神经网络和迁移学习等方法显著改善了细胞类型识别、轨迹推断和跨研究数据整合。

在 MethodMind 中打开即将推出视频即将推出下载幻灯片

阅读完整方法

仅限会员

使用免费账户登录即可阅读本节。

登录

方法图谱

相关方法的邻域——选择一个节点以展开探索。

机器学习辅助的单细胞RNA测序分析
基因集富集分析 (GSEA)机器学习辅助RNA测序差异表达分析通路富集分析RNA-seq差异表达Single-cell RNA-seq anal…单细胞RNA测序差异表达分析

来源

  1. Lopez, R., Regier, J., Cole, M. B., Jordan, M. I., & Yosef, N. (2018). Deep generative modeling for single-cell transcriptomics. Nature Methods, 15(12), 1053-1058. link ↗
  2. Luecken, M. D., & Theis, F. J. (2019). Current best practices in single-cell RNA-seq analysis: a tutorial. Molecular Systems Biology, 15(6), e8746. link ↗

如何引用本页

ScholarGate. (2026, June 3). Machine Learning-Assisted Single-Cell RNA Sequencing Analysis. ScholarGate. https://scholargate.app/zh/bioinformatics/machine-learning-assisted-single-cell-rna-seq-analysis

选用哪种方法？

将本方法与其最相近的同类并置，并排研读——本馆将书籍铺陈于案上，取舍则由您定夺。

并排比较 →

发现本页有问题？报告或提出修改建议 →

ScholarGate — Machine learning-assisted single-cell RNA-seq analysis (Machine Learning-Assisted Single-Cell RNA Sequencing Analysis). 于 2026-06-15 检索自 https://scholargate.app/zh/bioinformatics/machine-learning-assisted-single-cell-rna-seq-analysis · 数据集： https://doi.org/10.5281/zenodo.20539026