社区所有版块导航
Python
python开源   Django   Python   DjangoApp   pycharm  
DATA
docker   Elasticsearch  
aigc
aigc   chatgpt  
WEB开发
linux   MongoDB   Redis   DATABASE   NGINX   其他Web框架   web工具   zookeeper   tornado   NoSql   Bootstrap   js   peewee   Git   bottle   IE   MQ   Jquery  
机器学习
机器学习算法  
Python88.com
反馈   公告   社区推广  
产品
短视频  
印度
印度  
Py学习  »  机器学习算法

Sci Adv丨罗钧洪课题组开发深度学习模型MIST赋能T细胞转录组和受体组库融合分析

BioArt • 2 月前 • 78 次点击  


T细胞在免疫系统中承担重要功能,而T细胞受体(TCR)决定了其抗原识别能力,并影响下游免疫应答。然而,如何在单细胞水平上精准解析T细胞的功能状态、抗原特异性及克隆扩增模式,仍是当前研究的难点。随着单细胞RNA测序(scRNA-seq)与单细胞TCR测序(scTCR-seq)技术的发展,整合T细胞的转录组信息与TCR序列成为深入理解免疫系统的重要手段。然而,现有方法在跨组学数据整合、可解释性及适配性方面仍存在局限。


2025年4月4日,暨南大学基础医学与公共卫生学院罗钧洪教授团队在 Science Advances期刊上发表题为MIST: an interpretable and flexible deep learning framework for single-T cell transcriptome and receptor analysis的研究论文。该研究基于变分自编码器(Variational Autoencoder)深度学习框架开发了人工智能模型MIST(Multi-Insight for T cell),针对scRNA-seq与scTCR-seq数据的联合分析,创新性地构建了跨组学数据深度融合、可解释性和适配性强的分析框架。MIST通过独立的转录组、TCR序列和联合潜变量空间三层嵌入,精准解析了T细胞的功能状态、克隆扩增模式及抗原特异性,克服了现有方法在组学数据整合和生物学可解释性方面的局限,为深入解析免疫系统提供了强大工具。



MIST可通过Github免费获取:

https://github.com/aapupu/MIST


图 MIST框架及主要功能


研究团队利用MIST对多种T细胞数据集进行了分析,并在肿瘤免疫领域取得重要发现。特别是在肺癌抗PD-1治疗相关研究中,MIST成功解析了CXCL13+CD8+ T细胞的异质性及其动态变化,揭示该亚群在免疫治疗应答中的关键作用。MIST不仅能精准表征T细胞功能表型,还能用于探索免疫治疗的潜在生物学机制,有望为基础免疫学研究和临床免疫治疗优化提供有力支持。


MIST的成功开发,为单细胞免疫组学研究提供了高效、灵活、可解释性强的计算工具和分析范式,为推动T细胞免疫学研究进入人工智能驱动的新阶段做出贡献。暨南大学基础医学与公共卫生学院罗钧洪教授为本文独立通讯作者,暨南大学附属第一医院博士后赖文普博士为论文唯一第一作者。


原文链接:

http://doi.org/10.1126/sciadv.adr7134


制版人: 十一


学术合作组织

(*排名不分先后)



战略合作伙伴

(*排名不分先后)

(*排名不分先后)

·


·

转载须知


【非原创文章】本文著作权归文章作者所有,欢迎个人转发分享,未经作者的允许禁止转载,作者拥有所有法定权利,违者必究。





BioArt

Med

Plants

人才招聘

会议资讯



近期直播推荐



Python社区是高质量的Python/Django开发社区
本文地址:http://www.python88.com/topic/180819
 
78 次点击