Yuichiro Iwashita

基准研究发现传统方法在scRNA-seq插补方面优于深度学习

一项发表在arXiv上的新基准研究评估了16种不同的单细胞RNA测序（scRNA-seq）数据插补方法。该研究测试了跨越10种实验方案、6种下游任务和30个数据集的方法，发现与基于深度学习的方法相比，传统的插补方法在各种任务中普遍表现更好。值得注意的是，研究强调，数值基因表达恢复的高准确性并不总是能提高下游分析的生物学可解释性，并且没有一种单一的方法能在所有场景下始终表现最佳。