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
科研通AI2S应助梦比优斯采纳,获得10
1秒前
1秒前
团子发布了新的文献求助10
1秒前
哈哈完成签到,获得积分10
1秒前
3秒前
JUNJIU完成签到,获得积分20
3秒前
吃彭彭的丁满完成签到,获得积分10
5秒前
慕青应助hermione采纳,获得10
8秒前
11秒前
13秒前
沐紫心完成签到 ,获得积分10
14秒前
14秒前
嘻嘻发布了新的文献求助10
14秒前
16秒前
番茄完成签到,获得积分10
16秒前
16秒前
天天好心情完成签到,获得积分10
19秒前
19秒前
科目三应助izumi采纳,获得10
20秒前
FartKing发布了新的文献求助30
21秒前
hermione发布了新的文献求助10
22秒前
慕青应助嘻嘻采纳,获得10
23秒前
情怀应助hetao采纳,获得10
24秒前
Cherry完成签到,获得积分10
25秒前
我是大兴完成签到,获得积分10
26秒前
26秒前
28秒前
烟花应助酷炫梦蕊采纳,获得100
29秒前
wei发布了新的文献求助10
30秒前
合适的乐乐完成签到,获得积分10
31秒前
cj完成签到,获得积分10
32秒前
33秒前
易楠发布了新的文献求助10
33秒前
英俊的铭应助Yuchaoo采纳,获得10
34秒前
nenoaowu发布了新的文献求助10
36秒前
njq发布了新的文献求助10
38秒前
39秒前
不安青牛应助白澍不白采纳,获得10
41秒前
John完成签到 ,获得积分10
42秒前
42秒前
高分求助中
Spray / Wall-interaction Modelling by Dimensionless Data Analysis 2000
Aspects of Babylonian celestial divination: the lunar eclipse tablets of Enūma Anu Enlil 500
Mathematics and Finite Element Discretizations of Incompressible Navier—Stokes Flows 500
India's foreign trade policy and its performance in the world economy 450
Dictionary of socialism 350
Mixed-anion Compounds 300
Geochemistry, 2nd Edition 地球化学经典教科书第二版 300
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 3196404
求助须知:如何正确求助?哪些是违规求助? 2845159
关于积分的说明 8053183
捐赠科研通 2509764
什么是DOI,文献DOI怎么找? 1342009
科研通“疑难数据库(出版商)”最低求助积分说明 639304
邀请新用户注册赠送积分活动 608563