把ATAC映射进固定的RNA空间:FlowAlign用路径一致性同时抓住配对细胞与组织结构
FlowAlign把条件流匹配从推理时的生成工具改成训练时的对齐信号:先沿配对样本的插值路径学一个以源模态为条件的速度场,再冻结它,用候选表示所诱导路径的速度残差来训练源侧映射器。在PBMC与BMMC配对单细胞多组学基准上,它把ATAC表示映射进固定的RNA PCA空间,FOSCTTM低于所比较的整合方法与同架构配对基线,同时NMI、ARI等结构指标更高。合成数据与图像—文本对齐任务上也报告了同类改进。
FlowAlign把条件流匹配从推理时的生成工具改成训练时的对齐信号:先沿配对样本的插值路径学一个以源模态为条件的速度场,再冻结它,用候选表示所诱导路径的速度残差来训练源侧映射器。在PBMC与BMMC配对单细胞多组学基准上,它把ATAC表示映射进固定的RNA PCA空间,FOSCTTM低于所比较的整合方法与同架构配对基线,同时NMI、ARI等结构指标更高。合成数据与图像—文本对齐任务上也报告了同类改进。
跨模态单细胞配对此前只返回一个匹配结果,很少给出置信度。BASILISC 在两种模态的孪生网络上放置贝叶斯后验,把不确定度直接定义在一对细胞的对应关系上,并在配对已知的多组学基准上检验。细胞类型层面,丢弃最不确定的五分之一配对使准确率从 0.93 升到 0.98;细胞层面,后验对跨类型边界的错误匹配判别优于同一分数的确定性读法,AUROC 为 0.68 对 0.64。
已读完全部报道