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
lin完成签到 ,获得积分10
刚刚
刚刚
身法马可波罗完成签到 ,获得积分10
刚刚
1秒前
dongxuzhen发布了新的文献求助10
1秒前
yfq1018发布了新的文献求助10
3秒前
4秒前
科研通AI2S应助ponytail采纳,获得10
5秒前
5秒前
LHW完成签到,获得积分10
6秒前
Zz完成签到 ,获得积分10
6秒前
7秒前
7秒前
8秒前
affff发布了新的文献求助10
10秒前
没有名字发布了新的文献求助10
10秒前
Sene发布了新的文献求助20
11秒前
无花果应助牧青采纳,获得10
11秒前
11秒前
wlei发布了新的文献求助10
11秒前
13秒前
郑志凡完成签到 ,获得积分10
13秒前
16秒前
没有名字完成签到,获得积分10
17秒前
Jasper应助Kowalski采纳,获得10
17秒前
17秒前
小蘑菇应助yfq1018采纳,获得10
18秒前
20秒前
suliang完成签到,获得积分10
21秒前
22秒前
bingobigtree发布了新的文献求助10
23秒前
栗子吃饱啦完成签到 ,获得积分10
25秒前
调皮万宝路完成签到,获得积分10
26秒前
科目三应助玛卡巴卡采纳,获得10
27秒前
affff完成签到 ,获得积分10
30秒前
Estrange发布了新的文献求助10
31秒前
37秒前
Estrange完成签到,获得积分10
40秒前
40秒前
猫九完成签到,获得积分20
41秒前
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 3189626
求助须知:如何正确求助?哪些是违规求助? 2839019
关于积分的说明 8022407
捐赠科研通 2501845
什么是DOI,文献DOI怎么找? 1336060
科研通“疑难数据库(出版商)”最低求助积分说明 637750
邀请新用户注册赠送积分活动 605835