清晨好,您是今天最早来到科研通的研友!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,伴您科研之路漫漫前行!

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
培培完成签到 ,获得积分10
31秒前
33秒前
qmln4发布了新的文献求助10
38秒前
39秒前
22Zly22完成签到,获得积分10
1分钟前
1分钟前
1997SD发布了新的文献求助10
1分钟前
酷波er应助1997SD采纳,获得10
1分钟前
wpj发布了新的文献求助10
1分钟前
威武忆山完成签到 ,获得积分10
1分钟前
田様应助wpj采纳,获得10
1分钟前
1分钟前
1997SD发布了新的文献求助10
2分钟前
共享精神应助1997SD采纳,获得10
2分钟前
Demi_Ming完成签到,获得积分10
2分钟前
2分钟前
龙猫爱看书完成签到,获得积分10
3分钟前
3分钟前
1997SD发布了新的文献求助10
3分钟前
Haiverxin应助1997SD采纳,获得10
3分钟前
Haiverxin应助1997SD采纳,获得10
3分钟前
乐正怡完成签到 ,获得积分0
3分钟前
紫熊完成签到,获得积分10
4分钟前
思源应助科研通管家采纳,获得10
4分钟前
先锋完成签到 ,获得积分10
5分钟前
qmln4发布了新的文献求助10
5分钟前
6分钟前
6分钟前
朴实的成风完成签到,获得积分10
6分钟前
香蕉觅云应助谨慎招牌采纳,获得30
6分钟前
7分钟前
谨慎招牌发布了新的文献求助30
7分钟前
科研通AI2S应助有热心愿意采纳,获得10
7分钟前
嗯哼应助有热心愿意采纳,获得10
7分钟前
7分钟前
栗子发布了新的文献求助10
7分钟前
慕青应助栗子采纳,获得10
7分钟前
谨慎招牌完成签到,获得积分10
8分钟前
尔信完成签到 ,获得积分10
8分钟前
爱坤坤发布了新的文献求助20
10分钟前
高分求助中
Spray / Wall-interaction Modelling by Dimensionless Data Analysis 2000
ALA生合成不全マウスでの糖代謝異常の分子機構解析 520
安全防范技术与工程 500
Mathematics and Finite Element Discretizations of Incompressible Navier—Stokes Flows 500
2024 Medicinal Chemistry Reviews 400
Актуализированная стратиграфическая схема триасовых отложений Прикаспийского региона. Объяснительная записка 360
Dictionary of socialism 350
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 3192671
求助须知:如何正确求助?哪些是违规求助? 2841682
关于积分的说明 8034526
捐赠科研通 2505389
什么是DOI,文献DOI怎么找? 1338533
科研通“疑难数据库(出版商)”最低求助积分说明 638361
邀请新用户注册赠送积分活动 606923