中国科学学院的设备：一种基于多个代理的增强学习平台检测单细胞基因的新方法
提交的作者：Xiao Meng（新加坡国立大学计算机网络信息中心特别研究助理）单个细胞测序技术的快速发展（SCRNA-SEQ）使我们能够在单个细胞水平上观察基因表达，并为疾病研究，药物开发，药物开发和精确医学打开新门。但是，这项技术也提出了一个巨大的挑战：如何准确评估大量基因的“最重要的生物学上最重要”的生物学上重要标记基因？没有标签的这些数据，这些任务更加困难，尤其是因为大多数序列数据并未真正标记。最近，科学科学科学的创新和创新实验室团队，计算机网络的信息中心，例如新加坡科学技术系，杜克大学大学医学院和其他研究机构，以介绍IEEE Trans的研究IEEE交易中的作用提供了传记形式，提供计算生物学传记，传记。一个新的解决方案，用于无需单细胞标签的精确数据分析。为什么传统方法“不能成为心脏”？在单个细胞数据分析中，基因的选择是随后分析（例如分组，可视化，差异基因表达分析）的重要先决条件，并且是对单个细胞分辨率的基因注释的重要步骤。传统方法可以分为大约三个类别：缩小尺寸方法（PCA，T-SNE，UMAP等）。尽管数据可以被压缩，但它往往会失去生物信号。统计方法（幸存的基因，差异表达等）：对噪声和稀缺性敏感，易于检查或容易被忽略。集成模型或启发式算法：全球优化功能，低稳定性，手动体验和本地优化。更重要的是，这些方法无法自适应地识别非标记数据中的重要基因，并且它们不难解决高尺寸和高度冗余的基因空间。通常是这种情况。 RIGP：将AI“收集基因”作为专家。 Marco Rigp的核心思想是模仿专家的分析过程，并使用增强学习逐渐优化基因选择策略。如下图所示，创新主要反映在三个方面：框架架构图1。综合知识初始化：站在“巨型”平台的TheShoulder中，首先集成了几种传统的遗传检测方法的结果（例如Seurerat，Seurerat，Genebasis，cellbrf，CellbRF），以创建“知识限制”和“在知识之前”进行启动搜索系统，以实现重新启动搜索系统。此过程不仅可以压缩搜索范围，而且还可以有效地降低计算的复杂性。 2。多种代理的强化学习：调整OPTimal基因组合平台所有分配了一个“遗传因素”，该平台可以调整是否保留或消除每种迭代中的特定基因。通过共享状态信息和奖励评论，代理人逐渐收敛到最佳基因的组合。 3.仿真专家行为的奖励机制：“了解”没有标签的生物学重要性。在类别标记细胞下标记的组合现场专家的RIGP逻辑，以设计整合生物学鉴定和基因简单性的奖励函数（生物标志物节省）：生物识别：分组和伪阶段的结果，测量将当前基因集成到当前遗传峰值的差异的能力。遗传简单性：它促进了较少的基因选择，避免了冗余，并改善了模型的概括。这种机制使平台可以在没有标签时确定作为专家的“哪些基因更重要”。实验结果：全面而有力的研究小组对24个公共SCRNA-SEQ组进行了系统的评估，其中涵盖了多种物种，例如人类和小鼠，包括胰腺，脑和肿瘤等几种类型的组织。图| RIGP在多个数据集中实现了最佳性能。这表明在分组任务时，该平台优于NMI，ARI和Silhouette等指标的10种主要方法。它在19个数据集中首先分类，平均在所有数据集中首先分类。对于下游任务，例如可视化，差分表示和热图的分析，RIGP选择的基因的组合表现出更强的生物学解释能力。图| RIGP预处理数据集在对单元类型注释任务的PURAM数据集的RIGP选定基因的实验分析中也很好地效果很好。与其他数据预处理方法相比，处理后数据集的精度和得分F1显着提高。不仅仅是选择GENES”：当平台更加突出时，具有强大的抗细胞能力。通过具有批量影响的数据，该平台仍然可以识别重要的基因。图表| TOT具有出色的性能和快速的收敛速度。与传统的启发式迭代方法相比，与传统的启发式迭代方法相比，RIGP在较小的时间内通过更少的时间进行了一个更好的解决方案。 – 在保持高性能的同时，要降低记忆力，并计算出高度的组合。吉恩·塞勒（Gene Sele）Ction技术，也是人工智能和生命科学深入整合的模型。这打破了对标签上数据的传统方法的依赖，这使AI可以真正“理解”生物学数据的结构和重要性。将来，平台预计不会进行肿瘤检测。透明疗法，细胞疗法和其他领域将发挥重要作用，并有助于精确药物达到新的高度。纸信息：Xiao，M.，Zhang，W.，Huang，X.，Zhu，H.，Wu，M.，Li，X.，Zhou，Y。（2025）。无需标签的无标签的RNA-seq数据知识的基因面板的选择：增强学习观点。 IEEE计算生物学和生物信息的交易。该2025年的项目将是“ Scihorizon”平台，Scihorizon平台的平台，“ Scihorizon平台”（Scihorizon平台”（Scihorizon），“ Scihorizon”（XDA0460101）（XDA0460101），Sciences Sciences natchina ulales的国家基金会（92470204），以及SC SC SC SC（92470204）等ihorizon” platform of the Natural Science Research Network Network of the Chines. Sciences. Laboratory Introduction: Data intelligence in the Scientific Innovation Laboratory, known as DI4Science Lab or DSL, focuses on the research and development of a new generation of artificial intelligence technology for great scientific data, integrates interdisciplinary knowledge, solves complex scientific problems, builds interdisciplinary innovative applications, improves the efficiency of scientific research and innovation并支持培训的发展。
特别明确：以前的内容（包括照片和视频（如果有），如果有）已由自动媒体平台n的用户收取和发布病情。该平台仅提供信息存储服务。
注意：以前的内容（如果您有照片或视频）将由社交媒体平台NetEase Hao的用户收取和发布，仅提供信息存储服务。