[NC | 论文简读] devCellPy是一个机器学习支持的管道，用于自动注释复杂的多层单细胞转录组数据

简读分享 | 王宇哲 编辑 | 乔剑博

论文题目

devCellPy is a machine learning-enabled pipeline for automated annotation of complex multilayered single-cell transcriptomic data

论文摘要

在单细胞RNA测序分析中，一个主要的信息挑战是对数据集的精确注释，其中细胞表现出复杂的多层特征或过渡态。本文提供了一个高度精确的机器学习工具devCellPy，它支持跨复杂注释层次自动预测细胞类型。为了展示devCellPy的强大功能，本文从已发表的包含来自E6.5-E16.5的104,199个细胞的数据集中构建了小鼠心脏发育图谱，并训练devCellPy生成心脏预测算法。使用该算法，本文得到多层注释和de vono小鼠发育数据的高预测准确度(＞90%)。此外，本文从体外来源的人诱导多能干细胞中进行了心肌细胞亚型的跨物种预测，意外地发现了左心室(LV)的优势同质性，并通过LV特异性TBX5谱系追踪系统确认了这一点。总之，本文的研究结果表明devCellPy是跨越复杂细胞层次、物种和实验系统的自动细胞预测的有用工具。

论文链接

https://www.nature.com/articles/s41467-022-33045-x