腾讯研究成果登 Nature 子刊:scBERT 攻克单细胞测序数据分析痛点
Posted 叶庭云
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了腾讯研究成果登 Nature 子刊:scBERT 攻克单细胞测序数据分析痛点相关的知识,希望对你有一定的参考价值。
新研究成果对精准医疗打开了新思路
AI 在生物信息学领域再次展现了强大的功效。最近,研究人员受大规模预训练模型 BERT 的通过预训练和微调范式来提高 AI 模型泛化性的启发,开发出了用于对 scRNA-seq 数据进行细胞注释的 scBERT(single-cell BERT)模型。这也是首次将 BERT 预训练和微调的范式引入单细胞转录组数据分析中。
9 月 27 日,腾讯 AI Lab 公布「AI + 生命科学」跨学科应用领域的最新研究成果 《scBERT as a Large-scale Pretrained Deep Language Model for Cell Type Annotation of Single-cell RNA-seq Data》 (基于大规模预训练语言模型的单细胞转录组细胞类型注释算法),登上了国际顶级学术期刊 Nature 子刊 《Nature Machine Intelligence》。
论文链接:https://www.nature.com/articles/s42256-022-00534-z
作为在计算机科学、人工智能领域期刊中影响因子最高(25.898)的顶级期刊,《Nature Machine Intelligence》主要关注对该领域具有重要影响的科研成果。因其严格的评审标准,每年收录论文数量平均仅 60 篇左右。论文创新性地提出关于单细胞注释的
以上是关于腾讯研究成果登 Nature 子刊:scBERT 攻克单细胞测序数据分析痛点的主要内容,如果未能解决你的问题,请参考以下文章
腾讯研究成果登 Nature 子刊:scBERT 攻克单细胞测序数据分析痛点
腾讯研究成果登《Nature》子刊:高泛化性稳定性可解释性单细胞注释模型
腾讯新研究登Nature子刊,让细胞与计算机直接“对话”,还能辅助医生精准治癌...