基于Foundation模型知识的scRNA-seq数据蒸馏
材料科学
2025-03-07 v1 应用物理
摘要
单细胞RNA测序（scRNA-seq）技术已对人类细胞在器官、疾病、发育和扰动等方面进行了数亿细胞的描绘。然而，原始测序数据的高维稀疏性、批次效应噪声、类别不平衡以及持续增长的数据规模，为多中心知识迁移、数据融合和跨数据集交叉验证带来了重大挑战。为此，我们首先提出一种基于潜在编码的scRNA-seq数据蒸馏框架，名为scDD，将Foundation模型知识和原始数据信息转化为紧凑的潜在空间，并通过生成器生成合成scRNA-seq数据以取代原始数据。随后，我们提出一种名为SCDG的单步骤条件扩散生成器，该生成器通过单步骤梯度反向传播帮助scDD优化蒸馏质量，避免多步骤反向传播导致的梯度衰减。与此同时，SCDG通过灵活的条件控制和生成质量保证，确保scRNA-seq数据的特征以及合成数据集的类间可辨性。最后，我们构建了一个综合基准，用于评估在不同数据分析任务中scRNA-seq数据蒸馈的性能。结果表明，我们的方法在平均任务上相较于前沿方法实现了7.61个绝对百分点和15.70%的相对提升。
关键词
引用
@article{arxiv.2503.04356,
title = {Unveiling the effect of adding B4C at the W-on-Si interface},
author = {Adele Valpreda and Hendrik W. Lokhorst and Jacobus M. Sturm and Andrey E. Yakshin and Marcelo Ackermann},
journal= {arXiv preprint arXiv:2503.04356},
year = {2025}
}