“`html
Улучшение прогнозов пространственной экспрессии генов и последующего анализа через мета-алгоритмическую интеграцию SPRITE (Spatial Propagation and Reinforcement of Imputed Transcript Expression)
Пространственно-распределенная одноклеточная транскриптомика предоставляет информацию о экспрессии генов в тканях, однако существующие технологии ограничены возможностью измерять только небольшое количество генов. Для решения этой проблемы были разработаны алгоритмы для предсказания или дополнения экспрессии дополнительных генов. Эти методы часто используют сопоставленные данные одноклеточного секвенирования РНК, объединяя пространственные и РНК-секвенирование для предсказаний. Однако большинство подходов все еще нуждаются в полном использовании связанной информации между генами (например, коэкспрессия) или клетками (например, пространственная близость). Внедрение этой связанной информации может улучшить точность прогнозов экспрессии генов и усилить последующий биологический анализ.
Разработка алгоритма SPRITE
Исследователи университетов Стэнфорда и Гарварда разработали SPRITE (Spatial Propagation and Reinforcement of Imputed Transcript Expression) — мета-алгоритм, предназначенный для улучшения прогнозов пространственной экспрессии генов. SPRITE улучшает прогнозы существующих методов, распространяя информацию по сетям корреляции генов и пространственным графам соседства. Этот двухэтапный процесс улучшает точность прогнозов пространственной экспрессии генов, что приводит к лучшей производительности в последующих анализах, таких как кластеризация клеток, визуализация и классификация. SPRITE может быть интегрирован в анализ данных пространственной транскриптомики для улучшения качества выводов на основе прогнозированной экспрессии генов.
Оценка SPRITE и его применение
Алгоритм SPRITE был протестирован на одиннадцати наборах данных, объединяющих пространственную транскриптомику с данными РНК-секвенирования четырех видов: человека, мыши, плодовой мухи и амбистомы. Предварительно данные РНК-секвенирования прошли нормализацию и логарифмическое преобразование. SPRITE был оценен с использованием трех методов прогнозирования пространственной экспрессии генов — SpaGE, Tangram и Harmony-kNN, каждый из которых использует различные подходы для сопоставления и прогнозирования экспрессии генов. Точность этих прогнозов до и после применения SPRITE измерялась с использованием PCC и средней абсолютной ошибки (MAE).
Ключевые шаги работы SPRITE
SPRITE работает в два ключевых этапа: “Усиление” и “Сглаживание”. Этап “Усиление” распространяет ошибки прогнозов по сети корреляции генов для коррекции прогнозов целевых генов с использованием итеративного процесса сглаживания. Эта сеть строится на основе ранговых корреляций Спирмена между прогнозируемыми экспрессиями генов. Этап “Сглаживание” дополнительно уточняет прогнозы, распространяя их по пространственному графу соседства на основе евклидовых расстояний между центроидами клеток и скорректированных для сходства по типу клеток. Прогнозы SPRITE, улучшенные через эти этапы, были оценены на их влияние на последующие анализы, такие как кластеризация клеток, визуализация и классификация, демонстрируя улучшения в точности прогнозов и качестве биологических выводов.
Преимущества SPRITE
SPRITE — универсальный мета-алгоритм, разработанный для улучшения прогнозов пространственной экспрессии генов, улучшая точность различных методов прогнозирования путем комбинации этапов “Усиление” и “Сглаживание”. Он улучшает прогнозы экспрессии генов и усиливает последующие анализы, такие как кластеризация клеток, визуализация и классификация. Иногда SPRITE превосходит даже истинные данные, что может свидетельствовать о его способности уменьшать шум экспрессии генов. SPRITE масштабируем, его сложность можно настраивать по количеству используемых блоков перекрестной проверки. Будущие исследования могут исследовать интеграцию пространственной и генной корреляционной информации прямо в методы прогнозирования и расширить применение SPRITE на другие типы данных, такие как пространственная протеомика.
Подробнее о статье и GitHub можно узнать здесь. Весь заслуги за это исследование принадлежат его авторам. Также не забудьте подписаться на наш Twitter и присоединиться к нашему каналу в Telegram и LinkedIn. Если вам понравилась наша работа, вам понравится наш бюллетень.
Не забудьте присоединиться к нашему сообществу в Reddit ML SubReddit.
Находите предстоящие мероприятия по ИИ здесь.
Arcee AI выпустил DistillKit: открытый инструмент для моделирования, преобразующий процесс дистилляции модели для создания эффективных небольших языковых моделей
Если вы хотите использовать искусственный интеллект (ИИ) для развития вашей компании и оставаться в числе лидеров, грамотно используйте SPRITE (Spatial Propagation and Reinforcement of Imputed Transcript Expression): Enhancing Spatial Gene Expression Predictions and Downstream Analyses Through Meta-Algorithmic Integration.
Проанализируйте, как ИИ может изменить вашу работу. Определите, где возможно применение автоматизации: найдите моменты, когда ваши клиенты могут извлечь выгоду из AI.
Определитесь какие ключевые показатели эффективности (KPI): вы хотите улучшить с помощью ИИ.
Подберите подходящее решение, сейчас очень много вариантов ИИ. Внедряйте ИИ решения постепенно: начните с малого проекта, анализируйте результаты и KPI.
На полученных данных и опыте расширяйте автоматизацию.
Если вам нужны советы по внедрению ИИ, пишите нам на https://t.me/itinai. Следите за новостями о ИИ в нашем Телеграм-канале t.me/itinainews или в Twitter @itinairu45358.
Попробуйте AI Sales Bot здесь. Этот AI ассистент в продажах, помогает отвечать на вопросы клиентов, генерировать контент для отдела продаж, снижать нагрузку на первую линию.
Узнайте, как ИИ может изменить ваши процессы с решениями от AI Lab itinai.ru будущее уже здесь!
“`
