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
刚刚
osel发布了新的文献求助10
刚刚
领导范儿应助潇洒的厉采纳,获得10
刚刚
Lucky小M完成签到,获得积分10
1秒前
1秒前
科研通AI2S应助失眠的可乐采纳,获得10
2秒前
Lll完成签到 ,获得积分20
2秒前
天天快乐应助xiamu采纳,获得10
3秒前
5秒前
iNk应助Singularity采纳,获得10
5秒前
动力小滋发布了新的文献求助10
6秒前
甜甜圈发布了新的文献求助10
6秒前
6秒前
7秒前
田様应助喂喂巍采纳,获得10
7秒前
科研钓鱼佬完成签到,获得积分10
7秒前
QWER完成签到,获得积分10
8秒前
小马快跑啊完成签到,获得积分10
8秒前
9秒前
α(阿尔法)完成签到 ,获得积分10
10秒前
LOVER完成签到 ,获得积分10
10秒前
闪闪栗星完成签到,获得积分10
11秒前
你好发布了新的文献求助10
11秒前
小欢发布了新的文献求助10
11秒前
12秒前
活力似狮发布了新的文献求助10
12秒前
文艺的又亦完成签到,获得积分10
13秒前
Chenyao完成签到,获得积分10
13秒前
15秒前
慕暖完成签到,获得积分20
15秒前
科研通AI2S应助hanzhang采纳,获得10
15秒前
Owen应助ttkd11采纳,获得10
15秒前
16秒前
小马跑跑跑完成签到,获得积分10
17秒前
Hoooo...发布了新的文献求助10
17秒前
111完成签到 ,获得积分10
17秒前
xxlbp完成签到,获得积分10
18秒前
细心雨兰发布了新的文献求助10
18秒前
跳跃太清完成签到 ,获得积分10
19秒前
20秒前
高分求助中
Spray / Wall-interaction Modelling by Dimensionless Data Analysis 2000
Evolution 3rd edition 1500
Mantiden: Faszinierende Lauerjäger Faszinierende Lauerjäger 700
PraxisRatgeber: Mantiden: Faszinierende Lauerjäger 700
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
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 3187269
求助须知:如何正确求助?哪些是违规求助? 2837276
关于积分的说明 8013988
捐赠科研通 2499791
什么是DOI,文献DOI怎么找? 1334620
科研通“疑难数据库(出版商)”最低求助积分说明 637194
邀请新用户注册赠送积分活动 605171