研究人员开发了scBatchProx，一种旨在稳定单细胞数据嵌入的新方法。该技术解决了当细胞类型组成在不同批次之间存在差异或持续整合新数据时出现的稳定性问题。通过采用受联邦学习启发的优化方法，scBatchProx精炼潜在嵌入，以提高下游细胞类型分类的准确性，并即使在某些细胞群体代表性不足或被移除的情况下也能保持稳定性。 AI
影响 提高单细胞数据分析的稳定性和准确性，可能加速生物学研究。
排序理由 这是一篇详细介绍数据处理新方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →