Nature子刊丨浙江大学鲁林荣等开发了一个用于整合大规模单细胞RNA测序数据和跨图谱比较的深度学习模型！

浙江大学鲁林荣等人在Nature Methods上发表了一项研究，介绍了scAtlasVAE，一个基于深度学习的模型，用于整合大规模单细胞RNA测序数据和跨图谱比较。该模型能够构建广泛的人类CD8+ T细胞图谱，包括来自68项研究和42种疾病的961个样本的1,151,678个细胞，并具有配对T细胞受体信息。通过整合T细胞受体克隆扩增和共享信息，研究人员成功建立了不同细胞亚型之间的联系，并阐明了它们的表型和功能转变。该方法还表征了三种不同的耗尽T细胞亚型，并揭示了自身免疫和免疫相关不良事件中的多种转录组和克隆共享模式。scAtlasVAE有助于在查询单细胞RNA测序数据集中自动注释CD8+ T细胞亚型，从而实现无偏和可扩展的分析。这项工作为CD8+ T细胞研究提供了一个全面的单细胞参考和计算框架。