跨模态整合与知识迁移
通过自监督模态对齐与信息论解耦，在无需配对数据的情况下整合多组学测序结果，支持新数据的知识迁移。
Hu, Shuofeng · Chen, Yaowen · 王晶 · Dong, Guohua · Jinhui, Shi · Ou-Yang, Le · 朱媛 · 伯晓晨 · Ying, Xiaomin
Nature Biotechnology 2024
在 trimodal 和 mosaic integration 任务中均优于现有 19 种方法，整合结果更可靠。
在统一的深度概率框架下同时完成降维、插补和批次校正，无需串联多个工具。
通过迁移学习和 reciprocal reference mapping，可将图谱知识灵活迁移至新数据，提升分析准确性。
提供了人类外周血单核细胞的三模态参考图谱，用户可直接用于迁移学习，省去自建图谱。