数苑博雅讲座（74）：单细胞多组学数据整合与调控网络解析算法
来源：
发布时间：2026-08-28
报告时间：- 2026年8月30日（周日）下午16:00-17:00
- 报告地点：
- 国交二号楼315会议室
- 报告人：
- 刘丙强
- 报告人单位：
- 山东大学
- 邀请人：
- 张晓飞
- 摘要：
- 单细胞多组学测序技术能够从染色质开放性、基因表达等多个层面刻画细胞异质性，为解析细胞状态和调控机制提供了重要的技术支撑。然而，不同组学数据存在显著的模态差异，如何有效整合多源异质信息并挖掘潜在生物调控机制仍是该领域面临的关键挑战。为此，我们与合作者开发了一系列面向单细胞多组学数据的深度学习和图模型算法。首先，我们提出了基于异质图Transformer的DeepMAPS，将细胞、基因及其多层次关联关系纳入统一图结构，实现单细胞生物网络的有效建模与推断；为进一步整合配对的scRNA-seq与scATAC-seq数据并解析增强子—基因调控关系，我们开发了增强子驱动的基因调控网络推断方法STREAM。此外，针对稀有细胞群体丰度低、信号易被主导细胞群体掩盖的问题，我们提出了具有稀有细胞群体识别能力的MarsGT；同时，针对非匹配scRNA-seq与scATAC-seq在细胞注释中的模态差异，我们提出了多组学跨模态细胞注释方法SemiLT。上述研究构建了涵盖多组学整合、调控网络推断、稀有群体发现与跨模态标注的系统性分析框架，为解析复杂疾病异质性及其调控机制提供算法支撑。
