scMHNN: a novel hypergraph neural network for integrative analysis of single-cell epigenomic, transcriptomic and proteomic data

计算机科学 超图 数据集成 表观遗传学 模态(人机交互) 注释 人工智能 数据挖掘 机器学习 生物 生物化学 基因表达 数学 离散数学 基因 DNA甲基化
作者
Wei Li,Bin Xiang,Fan Yang,Yu Rong,Yanbin Yin,Jianhua Yao,Han Zhang
出处
期刊:Briefings in Bioinformatics [Oxford University Press]
卷期号:24 (6) 被引量:2
标识
DOI:10.1093/bib/bbad391
摘要

Technological advances have now made it possible to simultaneously profile the changes of epigenomic, transcriptomic and proteomic at the single cell level, allowing a more unified view of cellular phenotypes and heterogeneities. However, current computational tools for single-cell multi-omics data integration are mainly tailored for bi-modality data, so new tools are urgently needed to integrate tri-modality data with complex associations. To this end, we develop scMHNN to integrate single-cell multi-omics data based on hypergraph neural network. After modeling the complex data associations among various modalities, scMHNN performs message passing process on the multi-omics hypergraph, which can capture the high-order data relationships and integrate the multiple heterogeneous features. Followingly, scMHNN learns discriminative cell representation via a dual-contrastive loss in self-supervised manner. Based on the pretrained hypergraph encoder, we further introduce the pre-training and fine-tuning paradigm, which allows more accurate cell-type annotation with only a small number of labeled cells as reference. Benchmarking results on real and simulated single-cell tri-modality datasets indicate that scMHNN outperforms other competing methods on both cell clustering and cell-type annotation tasks. In addition, we also demonstrate scMHNN facilitates various downstream tasks, such as cell marker detection and enrichment analysis.
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
zjx完成签到,获得积分10
刚刚
easonchen12312完成签到,获得积分10
刚刚
xh完成签到,获得积分10
刚刚
鱼圆杂铺发布了新的文献求助10
1秒前
1秒前
可爱的函函应助Yes0419采纳,获得10
1秒前
黑马王子发布了新的文献求助10
1秒前
Xicuws发布了新的文献求助10
1秒前
ding发布了新的文献求助10
1秒前
1秒前
动听平露发布了新的文献求助10
2秒前
方方发布了新的文献求助10
2秒前
苯环羟基发布了新的文献求助10
2秒前
3秒前
无奈若雁完成签到,获得积分10
3秒前
Leonardi应助笑看人生采纳,获得400
3秒前
斯文败类应助光崽是谁采纳,获得10
3秒前
zhao完成签到,获得积分10
3秒前
香蕉觅云应助rapamycin采纳,获得10
4秒前
4秒前
在水一方应助complexshao采纳,获得10
4秒前
高挑的涛发布了新的文献求助10
4秒前
CMCM发布了新的文献求助30
4秒前
烟花应助ured采纳,获得10
4秒前
dlm发布了新的文献求助10
4秒前
5秒前
CodeCraft应助丁娜采纳,获得10
6秒前
榴下晨光发布了新的文献求助10
6秒前
6秒前
沐子发布了新的文献求助10
7秒前
wanci应助等风的人采纳,获得10
7秒前
Foch完成签到,获得积分10
8秒前
8秒前
LX发布了新的文献求助10
8秒前
lanshuitai发布了新的文献求助10
8秒前
9秒前
研友_LwbeX8完成签到,获得积分10
9秒前
Jcer发布了新的文献求助10
9秒前
9秒前
10秒前
高分求助中
The ACS Guide to Scholarly Communication 2500
Microlepidoptera Palaearctica, Volumes 1 and 3 - 13 (12-Volume Set) [German] 1122
The Data Economy: Tools and Applications 1000
Diamonds: Properties, Synthesis and Applications 800
PraxisRatgeber Mantiden., faszinierende Lauerjäger. – Buch gebraucht kaufen 700
Mantiden - Faszinierende Lauerjäger – Buch gebraucht kaufen 700
Ожившие листья и блуждающие цветы. Практическое руководство по содержанию богомолов [Alive leaves and wandering flowers. A practical guide for keeping praying mantises] 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 3095922
求助须知:如何正确求助?哪些是违规求助? 2747787
关于积分的说明 7596792
捐赠科研通 2399425
什么是DOI,文献DOI怎么找? 1273033
科研通“疑难数据库(出版商)”最低求助积分说明 615515
版权声明 598948