ScAtt：基于注意力机制从单细胞 RNA 测序数据在细胞类型水平分析阿尔茨海默病的架构
分子网络
2024-05-29 v1 基因组学
摘要
阿尔茨海默病是一种普遍的神经退行性疾病，会导致记忆和行为受损，严重到足以干扰日常生活活动。了解该疾病的发病机制可以推动预防和治疗 AD 的新靶点和策略的开发。高通量单细胞 RNA 测序技术（scRNA-seq）的最新进展使得在单细胞水平上生成大量转录组数据成为可能，为理解阿尔茨海默病的分子发病机制提供了深刻的见解。在本研究中，我们引入了 ScAtt，一种创新的基于注意力机制的架构，专为同时识别细胞类型特异性的 AD 相关基因及其相关基因调控网络而设计。ScAtt 包含一个能够捕捉非线性效应的灵活模型，从而能够检测到传统差异表达基因（DEG）分析可能忽略的 AD 相关基因。此外，ScAtt 有效地推断出一个描述基因对目标疾病综合影响的基因调控网络，而不是像传统基因共表达网络那样检查基因之间的相关性。在应用于来自 17 个海马体样本的 95,186 个单核转录组时，ScAtt 在建模 AD 和健康对照组之间表达水平的定量变化方面表现出显著更好的性能。因此，ScAtt 在识别 AD 相关基因方面优于现有方法，具有更多独特的发现且细胞类型之间的重叠更少。从基因调控网络中检测到的相应基因模块的功能富集表明，在不同细胞类型中，生物学上有意义的 AD 相关通路具有显著富集。
引用
@article{arxiv.2405.17433,
title = {ScAtt: an Attention based architecture to analyze Alzheimer's disease at cell type level from single-cell RNA-sequencing data},
author = {Xiaoxia Liu and Robert R Butler and Prashnna K Gyawali and Frank M Longo and Zihuai He},
journal= {arXiv preprint arXiv:2405.17433},
year = {2024}
}