跳到正文
原文
bioRxiv 预印本· Kewalramani, N., Wuchty, S., Crovella, M., Paul, I., Emili, A. ·· 12 天前AI 评分15

scCont:面向细胞状态转变功能表征的可解释对比学习框架

scCont: Interpretable Contrastive Learning for Functional Characterization of Cellular State Transitions

AI 导读

scCont 是一个全无监督对比学习框架,可从 scRNA-seq 数据中提取可解释的功能性转变单元,无需显式时间标签或聚类先验。该框架利用无监督 k 近邻方法将局部转录组邻域投影到低维嵌入,并通过 Shapley 网络归因确定基因-隐变量关系,将潜在维度直接映射为功能基因程序。

来源:bioRxiv 预印本 · biorxiv.org