日前，计算机与信息工程学院机器学习与生物信息计算团队张少强教授在Advanced Science上发表了题为“Deep Batch Integration and Denoise of Single-Cell RNA-Seq Data”的学术论文。

随着不同实验室、不同实验环境或不同实验协议生成的相同组织或细胞系的大规模单细胞转录组数据集，对这些数据集进行去噪以消除批次效应，确保生物问题的准确解释和全面分析至关重要。因此，单细胞组学数据整合分析成为生物和医学领域重要的问题之一。为此，项目组设计了一种新的基于深度学习的解决方案DeepBID，用于多批次单细胞组学数据的整合和去噪。DeepBID不仅可以纠正批次效应，还可以同时实现非线性降维、嵌入和聚类，与现有方法相比具有卓越的性能。实验表明DeepBID在阿尔茨海默病研究中显著增强了细胞聚类、细胞注释和差异表达基因鉴定方面的能力。

计信学院机器学习与生物信息计算团队张少强教授和美国罗文大学陈勇教授是该文章的联合通讯作者，天津师范大学为第一完成单位。第一作者为张少强教授指导的硕士研究生秦璐同学。该研究获得国家自然科学基金面上项目（61572358）和天津自然科学基金重点项目（19JCZDJC35100）的资助。

论文链接：https://onlinelibrary.wiley.com/doi/10.1002/advs.202308934