scDeepSort
使用加权图神经网络进行深度学习的单细胞转录组学无参考细胞类型注释
单细胞RNA测序（scRNA-seq）的最新进展已使大规模复杂组织中数千个细胞的大规模转录表征成为可能，其中准确的细胞类型鉴定成为scRNA-seq研究的前提和重要步骤。
为了解决这一挑战，我们使用最新的深度学习算法（即改进的图神经网络（GNN）模型）开发了一种无参考的单元格类型注释方法，即scDeepSort。这是首次将GNN引入scRNA-seq研究中，并展示了其在此应用场景中的突破性性能。简而言之，scDeepSort是基于我们的加权GNN框架构建的，然后在两个嵌入式高质量scRNA-seq地图集中学习，这些地图集包含人类和小鼠88个组织中的764,741个细胞，这是最全面的多器官scRNA-seq数据资源。迄今为止。有关更多信息，请参阅的预印本
安装
下载scDeepSort的源代码。
从下载经
