基于自监督预训练的单细胞类型注释方法

张晴; 吴晓晓; 李想; 马威; 吴通权; 谢诒诚; 吴兴隆

doi:10.19843/j.cnki.CN42-1779/TQ.202412007

武汉工程大学学报 ›› 2026, Vol. 48 ›› Issue (1) : 103 -110. DOI: 10.19843/j.cnki.CN42-1779/TQ.202412007

基于自监督预训练的单细胞类型注释方法

张晴, 吴晓晓, 李想, 马威, 吴通权, 谢诒诚, 吴兴隆

作者信息 +

Author information +

文章历史 +

摘要

为了应对单细胞RNA测序中准确注释细胞类型的挑战，提出了基于迁移学习和Transformer的深度学习网络单细胞标签注释网络（ScLabel-Net），旨在对小鼠肺部的大规模单细胞数据集进行高效、准确的细胞类型注释。ScLabel-Net首先在约10万个细胞的单细胞肺部数据集上进行预训练，通过自监督学习捕捉基因间的相似性，然后将模型迁移到相对较少的数据集上，对特定细胞类型注释任务进行微调。考虑到单细胞数据中常见的细胞类型分布不平衡现象，微调数据集时应用了随机上采样技术，以减轻分布不平衡对注释结果的影响。实验结果表明，ScLabel-Net在GSE267861、GSE264032和Quake等3个小鼠肺部数据集上的细胞类型注释准确率分别达到0.955、0.922和0.986。此外，ScLabel-Net在小鼠其他器官（如气管、肾脏、胰腺）的单细胞数据集上也表现出优异的泛化能力，准确率分别达到0.981、0.951和0.987，验证了ScLabel-Net跨器官的适用性，进一步证明了ScLabel-Net在复杂生物系统和疾病研究中的广泛应用潜力。