文章亮点

• 系统性综述：从数据科学视角，全面总结了深度学习在单细胞RNA测序和空间转录组学数据分析中的最新进展与核心挑战。

• 大规模基准评估：整合了来自9个基准数据集的21个数据集，对58种计算方法进行了性能评估。

• 四大挑战剖析：深入探讨了数据稀疏性、数据多样性、数据稀缺性和数据相关性四大挑战及其解决方案。

• 未来方向指引：提出了三大关键发展方向，为深度学习在转录组学数据中的应用提供了重要参考。

文章简介

单细胞和空间转录组学技术的发展极大地推动了我们对细胞特性、功能和相互作用的研究。然而，这些数据的分析仍面临诸多挑战：高维度与稀疏性、多模态数据整合、高质量注释数据有限、生物组织复杂关联等。传统特征工程方法难以应对生物网络的复杂性，而深度学习凭借其处理高维数据和自动识别有意义模式的能力，展现出巨大潜力。

本文系统回顾了先进的深度学习方法，并从数据科学视角分析了单细胞和空间转录组学数据分析中的四大核心挑战及其解决方案：

1. 数据稀疏性：探讨维度灾难、噪声与不确定性问题，对比了传统方法与深度学习方法（如VAE、对比学习、自动编码器、生成对抗网络等）在降维、批次效应校正和缺失值插补中的表现。

2. 数据多样性：将单细胞与空间转录组数据的整合分为多模态整合和多源整合两类，总结了相关深度学习策略。

3. 数据稀缺性：聚焦于数据标注缺失和模态缺失问题，探讨了迁移学习、半监督学习、元学习等解决方案。

4. 数据相关性：分析了时空依赖关系建模和先验知识融入的方法，强调了图神经网络等架构的重要性。

关键数据与结论

• 基准评估：作者从9个基准数据集中筛选了21个数据集，评估了58种计算方法。结果显示，模型性能在不同基准数据集和评估指标下差异显著。

• 方法推荐：DCA和scIGANs在两个基准中均获得最高的插补一致性，且DCA在多个数据集中表现出稳健的聚类性能。

适用读者

• 生物信息学、计算生物学研究人员

• 从事单细胞及空间转录组学数据分析的科研人员

• 希望利用深度学习解决组学数据问题的数据科学家

文章信息

• 标题：Deep learning in single-cell and spatial transcriptomics data analysis: advances and challenges from a data science perspective

• 作者：Shuang Ge, Shuqing Sun, Huan Xu, Qiang Cheng, Zhixiang Ren

• 期刊：Briefings in Bioinformatics, Volume 26, Issue 2, March 2025, bbaf136

• DOI：10.1093/bib/bbaf136

• 开放获取：是

文章地址：https://academic.oup.com/bib/article/26/2/bbaf136/8106554