कृत्रिम बुद्धिमत्ता (AI) जैवसूचना विज्ञान के लिए एक सामान्य उपकरण बन गई है, जिसमें हाल के वर्षों में सैकड़ों तरीके प्रकाशित हुए हैं। गहरे शिक्षण एल्गोरिदम की प्रशिक्षण डेटा आवश्यकताओं के कारण, उच्च-थ्रूपुट एकल-कोशिका और स्थानिक ट्रांसक्रिप्टोमिक्स इन अनुप्रयोगों के लिए सबसे लोकप्रिय क्षेत्रों में से एक है। यहां हम समीक्षा करते हैं कि AI का उपयोग एकल-कोशिका और स्थानिक ट्रांसक्रिप्टोमिक्स विश्लेषण के लिए कैसे किया जा रहा है, और ये दृष्टिकोण वैकल्पिक सांख्यिकीय या युक्तिवादी-आधारित तरीकों की तुलना में कैसे हैं। हमने 10 सामान्य विश्लेषण कार्यों का अन्वेषण किया: आयामता में कमी, क्रॉस-डेटासेट एकीकरण, डेटा डिनॉइज़िंग, डेटा ऑगमेंटेशन, डीकोनवोल्यूशन, सेल-सेल इंटरैक्शन, ट्रांसक्रिप्शनल वेग, ट्रांसक्रिप्टोमिक-क्रोमैटिन एक्सेसिबिलिटी एकीकरण, और एकल-कोशिका व स्थानिक ट्रांसक्रिप्टोमिक्स मोडालिटी का एकीकरण। हम उजागर करते हैं कि कौन से एल्गोरिदम खोजकर्ताओं के लिए उपयोगी हो सकते हैं, और कौन से अभी सामान्य शोध उपयोग के लिए तैयार नहीं हैं।
Ngassam et al. (Tue,) ने इस प्रश्न का अध्ययन किया।
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: