基于图Transformer的神经常微分方程模型GTVelo用于单细胞RNA速度分析

《BMC Bioinformatics》：RNA velocity inference based on graph transformer

　　

摘要

背景

RNA速度分析是从单细胞测序数据中解读细胞状态动态变化的重要方法。尽管基于常微分方程和神经网络的建模方法取得了进展，但在捕捉复杂的转录动态和细胞间的长程依赖性方面仍存在挑战。

结果

我们提出了GTVelo，一种基于图Transformer的神经常微分方程模型。通过引入多头注意力机制和多源状态机制，GTVelo缓解了依赖单一初始状态的模型的限制。它能够实现超越局部邻域图的潜在长程细胞关联的捕捉、灵活的多分支轨迹推断以及多组学数据的整合。在多个基准数据集上，GTVelo取得了具有竞争力的性能，在大多数情况下优于比较方法的标准评估指标。

结论

GTVelo为研究复杂的细胞动态提供了可靠的计算工具，在单细胞轨迹推断和多组学数据分析中具有广阔的应用潜力。