已入深夜,您辛苦了!由于当前在线用户较少,发布求助请尽量完整的填写文献信息,科研通机器人24小时在线,伴您度过漫漫科研夜!祝你早点完成任务,早点休息,好梦!

SEnSCA: Identifying possible ligand‐receptor interactions and its application in cell–cell communication inference

计算机科学 推论 卷积神经网络 聚类分析 人工智能 可视化 计算生物学 模式识别(心理学) 数据挖掘 机器学习 生物
作者
Liqian Zhou,Xiwen Wang,Lihong Peng,Min Chen,Hong Wen
出处
期刊:Journal of Cellular and Molecular Medicine [Wiley]
卷期号:28 (9) 被引量:2
标识
DOI:10.1111/jcmm.18372
摘要

Abstract Multicellular organisms have dense affinity with the coordination of cellular activities, which severely depend on communication across diverse cell types. Cell–cell communication (CCC) is often mediated via ligand‐receptor interactions (LRIs). Existing CCC inference methods are limited to known LRIs. To address this problem, we developed a comprehensive CCC analysis tool SEnSCA by integrating single cell RNA sequencing and proteome data. SEnSCA mainly contains potential LRI acquisition and CCC strength evaluation. For acquiring potential LRIs, it first extracts LRI features and reduces the feature dimension, subsequently constructs negative LRI samples through K‐means clustering, finally acquires potential LRIs based on Stacking ensemble comprising support vector machine, 1D‐convolutional neural networks and multi‐head attention mechanism. During CCC strength evaluation, SEnSCA conducts LRI filtering and then infers CCC by combining the three‐point estimation approach and single cell RNA sequencing data. SEnSCA computed better precision, recall, accuracy, F1 score, AUC and AUPR under most of conditions when predicting possible LRIs. To better illustrate the inferred CCC network, SEnSCA provided three visualization options: heatmap, bubble diagram and network diagram. Its application on human melanoma tissue demonstrated its reliability in CCC detection. In summary, SEnSCA offers a useful CCC inference tool and is freely available at https://github.com/plhhnu/SEnSCA .
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
可爱的高丽完成签到 ,获得积分10
9秒前
10秒前
克泷完成签到 ,获得积分10
12秒前
岳小龙完成签到 ,获得积分10
13秒前
15秒前
诸葛不亮_1完成签到,获得积分10
15秒前
壮观的谷冬完成签到 ,获得积分10
16秒前
CodeCraft应助miana采纳,获得10
17秒前
古卡可可完成签到,获得积分10
24秒前
30秒前
今后应助dasaber采纳,获得10
32秒前
可爱的函函应助忧虑的羊采纳,获得10
33秒前
34秒前
34秒前
叁壶薏苡完成签到,获得积分20
36秒前
Dana完成签到 ,获得积分10
38秒前
叁壶薏苡发布了新的文献求助10
39秒前
哎健身完成签到 ,获得积分10
40秒前
miana发布了新的文献求助10
41秒前
44秒前
忧虑的羊发布了新的文献求助10
47秒前
47秒前
通关完成签到 ,获得积分10
49秒前
Amber完成签到 ,获得积分10
53秒前
肘子杨发布了新的文献求助10
55秒前
zhan20200503发布了新的文献求助10
1分钟前
1分钟前
舒心老五发布了新的文献求助10
1分钟前
科研通AI2S应助Yimi采纳,获得10
1分钟前
小石榴的爸爸完成签到 ,获得积分10
1分钟前
小石榴爸爸完成签到 ,获得积分10
1分钟前
科研通AI2S应助Yimi采纳,获得10
1分钟前
1分钟前
烊驼完成签到,获得积分10
1分钟前
Syj2468完成签到 ,获得积分10
1分钟前
干净博涛完成签到 ,获得积分10
1分钟前
HEIKU应助科研通管家采纳,获得10
1分钟前
赘婿应助科研通管家采纳,获得10
1分钟前
Owen应助科研通管家采纳,获得10
1分钟前
慕青应助科研通管家采纳,获得10
1分钟前
高分求助中
Spray / Wall-interaction Modelling by Dimensionless Data Analysis 2000
Mathematics and Finite Element Discretizations of Incompressible Navier—Stokes Flows 500
A new species of Coccus (Homoptera: Coccoidea) from Malawi 500
2-Acetyl-1-pyrroline: an important aroma component of cooked rice 500
A real-time energy management strategy based on fuzzy control and ECMS for PHEVs 400
Handbook on People's China (1957) 400
2024 Medicinal Chemistry Reviews 400
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3189894
求助须知:如何正确求助?哪些是违规求助? 2839133
关于积分的说明 8023069
捐赠科研通 2502078
什么是DOI,文献DOI怎么找? 1336196
科研通“疑难数据库(出版商)”最低求助积分说明 637804
邀请新用户注册赠送积分活动 605852