PICASA: Decomposing patient heterogeneity of single-cell cancer data by cross-attention neural networks
Notice bibliographique
Résumé
Abstract Motivation Gene expression variation in cancer cells is attributed to many inherited and environmental factors, including genetic variants and cellular landscapes. Decomposing different sources of information is intractable with single-cell RNA-seq alone. However, we show that our new approach, PICASA, can split them with the help of multiple patients, assuming that cell types are widely shared and genetic effects are specifically present in a particular patient. Our approach, based on a cross-attention neural network, was applied to diverse cancer types to identify cell types and patient-specific genetic effects in transcriptomic data. The method highlights residual expressions, excluding cell types, which can implicate patient-specific disease mechanisms. Results PICASA effectively decomposes cell type commonality and the residual patient-specific signature in three different complex cancer datasets, including breast, ovarian, and lung cancers. Unlike many existing distance-based batch adjustment methods (unable to recover cell-type-specific generative models), PICASA learns transferrable gene/feature embedding coordinates and cell-type-specific gene-gene interaction patterns as an attention layer. We also demonstrate that many cancer patient-specific signatures captured by PICASA are deemed somatic and genetic, such as copy number variants (CNV). Availability and implementation PICASA source code is available at https://github.com/causalpathlab/picasa . Additionally, to ensure reproducibility, data analysis and figure generation code is available at https://github.com/causalpathlab/picasa/tree/main/picasa_reproducibility .
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».