Deep learning analysis of single-cell data in empowering clinical implementation.
Deep learning analysis of single-cell data in empowering clinical implementation.
复制标题
单细胞数据的深度学习分析，为临床实施提供支持。
DOI：
10.1002/ctm2.950
复制
发表时间：
2022-07
影响因子：
10.6
通讯作者：
中科院分区：
文献类型：
--
作者：
单细胞测序技术的最新进展使复杂疾病的细胞异质性和生物过程的表征成为可能。这提供了前所未有的机会来理解疾病病理水平，允许机械分类和精确治疗策略的发展。在单细胞水平的临床研究中进行了广泛的研究。1此外，新兴的深度学习（DL）技术通过使用复杂的架构，如人工神经网络，在为翻译和临床目的2建模大容量和高度异构的单细胞数据方面具有巨大的潜力。在这篇评论中，我们重点关注单细胞数据的深度学习分析，以增强个性化医疗的临床实施。
Recent advances in single-cell sequencing technologies enable the characterization of cellular heterogeneity and biological processes in complex diseases. This provides unprecedented opportunities to understand disease pathology at a level that allows mechanistic classification and development of precision therapeutic strategies. Extensive research has been performed in clinical studies at the single-cell level. 1 In addition, emerging deep learning (DL) technologies hold great potential in modeling large-volume and highly heterogeneous single-cell data by using sophisticated architectures, such as artificial neural networks, 2 for translational and clinical purpose. 3 In this commentary, we focus on the DL analysis of singlecell data in empowering the clinical implementation of personalized medicine.
登录
查看更多内容
影响因子：
5.5
作者：
通讯作者：
--
影响因子：
13.8
作者：
Wu Z;Lawrence PJ;Ma A;Zhu J;Xu D;Ma Q
通讯作者：
Ma Q
影响因子：
12.3
作者：
Tran KA;Kondrashova O;Bradley A;Williams ED;Pearson JV;Waddell N
通讯作者：
Waddell N
RDAClone：使用稳健的深度自动编码器通过单细胞基因组数据分析破译肿瘤杂合性
影响因子：
3.5
作者：
Xia J;Wang L;Zhang G;Zuo C;Chen L
通讯作者：
Chen L
影响因子：
64.8
作者：
Rajewsky N;Almouzni G;Gorski SA;Aerts S;Amit I;Bertero MG;Bock C;Bredenoord AL;Cavalli G;Chiocca S;Clevers H;De Strooper B;Eggert A;Ellenberg J;Fernández XM;Figlerowicz M;Gasser SM;Hubner N;Kjems J;Knoblich JA;Krabbe G;Lichter P;Linnarsson S;Marine JC;Marioni JC;Marti-Renom MA;Netea MG;Nickel D;Nollmann M;Novak HR;Parkinson H;Piccolo S;Pinheiro I;Pombo A;Popp C;Reik W;Roman-Roman S;Rosenstiel P;Schultze JL;Stegle O;Tanay A;Testa G;Thanos D;Theis FJ;Torres-Padilla ME;Valencia A;Vallot C;van Oudenaarden A;Vidal M;Voet T;LifeTime Community Working Groups
通讯作者：
LifeTime Community Working Groups