机构名称：
¥ 4.0
单细胞RNA-seq数据为细胞内和细胞间13个过程提供了新的见解。由于多个过程在每个细胞中同时处于活动状态，例如14个细胞类型程序，分化，细胞周期和环境响应，因此它们的15个信号可以相互混淆，需要可以分离的方法可以分离和16个滤波不同的复杂生物学信号。每个这样的信号基于不同的基因17个性，可以定义细胞之间的不同关系。但是，现有方法18通常集中于单个过程或依靠过度限制的假设，从而消除了19，而不是解开生物学信号。在这里，我们开发了Celluntangler，这是一个深20个生成模型，将细胞嵌入由多个21个子空间组成的柔性潜在空间中，每个空间都设计了适当的几何形状以捕获独特的信号。22我们将Celluntangler应用于仅包含循环细胞和循环和23个非循环细胞的数据集，生成嵌入，其中细胞周期信号从非细胞周期特定信号（例如细胞类型或分化轨迹）中脱离了24个。我们25通过使用捕获和将空间26与非空间信号分开的空间26来证明Celluntangler的可扩展性。使用Celluntangler，我们可以获得27个捕获各种生物学信号并在基因28表达水平上进行增强或过滤的潜在嵌入，以进行下游分析。29
celluntangler：用深层生成模型在单细胞数据中分离不同的生物学信号
主要关键词
相关文件推荐
