Resumo As tecnologias de multi-ômica de célula única permitem um perfil molecular abrangente, oferecendo insights sobre a heterogeneidade celular e mecanismos biológicos. No entanto, os métodos atuais de tradução entre modalidades enfrentam dificuldades com dados de célula única de alta dimensão, ruidosos e esparsos. Propomos modelos de Difusão de célula única para Tradução entre Modalidades (scDCT), uma estrutura probabilística para tradução bidirecional entre modalidades em dados de célula única, incluindo sequenciamento de RNA de célula única, ensaio de célula única para sequenciamento de cromatina acessível a transposases e expressão de proteína. O scDCT integra autoencoders específicos de modalidade com modelos probabilísticos de difusão condicional para mapear entradas para espaços latentes e realizar tradução probabilística entre modalidades. Este design captura a heterogeneidade do tipo celular, leva em conta a esparsidade dos dados e modela a incerteza durante a tradução. Extensos experimentos em oito conjuntos de dados de referência demonstram que o scDCT supera métodos de ponta em configurações emparelhadas, não emparelhadas, cruzadas entre tipos e tecidos, oferecendo uma solução robusta e interpretável para a integração de multi-ômica de célula única.
Zhou et al. (Terça,) estudaram essa questão.