面向数字组织解卷积的损失函数学习

组织的基因表达谱是对该组织中所有细胞表达谱的平均。数字组织解卷积（DTD）解决如下逆问题：给定组织表达谱 $y$，该组织的细胞组成 $c$ 是什么？若 $X$ 是以各细胞类型参考谱为列的矩阵，则组成 $c$ 可通过最小化给定损失函数 $\mathcal L$ 下的 $\mathcal L(y-Xc)$ 计算得到。现有方法使用预定义的通用途损失函数。它们能成功量化组织中占主导的细胞，但常难以检测小细胞群。在此，我们同时学习损失函数 $\mathcal L$ 与组成 $c$。这使我们能够适应特定应用需求，如聚焦于小细胞群或区分表型相似细胞群。我们的方法对大细胞分数的量化与现有方法同样准确，并显著改进了小细胞群的检测与相似细胞类型的区分。