AI 在科研领域再次展现了实力。最近，研究人员首次将 BERT 预训练和微调的范式引入单细胞转录组数据分析中。

 

9 月 27 日，腾讯在人工智能、生命科学跨学科应用领域的最新研究成果《scBERT as a Large-scale Pretrained Deep Language Model for Cell Type Annotation of Single-cell RNA-seq Data》（《基于大规模预训练语言模型的单细胞转录组细胞类型注释算法》），登上了国际顶级学术期刊《Nature》子刊《Nature Machine Intelligence》。

 

腾讯在论文中创新性地提出关于单细胞注释的「scBERT」算法模型，受到评审高度认可。专家表示，该成果对于单细胞转录组测序数据分析领域未来研究具有深远意义。

 

单细胞测序技术是生命科学领域的一项革命性技术。可以细粒度地观察和刻画各个物种中组织、器官和有机体中单细胞分子图谱（细胞表达），便于更好地了解肿瘤微环境，以达到精细分析病因、精准匹配治疗方案的效果，对于「精准医疗」具有极高的应用价值。

 

图片

 

值得注意的是，受数据样本量小、人工干预多、过度依赖 marker gene（已报道的特异性基因）等因素的影响，单细胞测序细胞类型注释技术一直面临着泛化性、可解释性、稳定性均比较低的问题，现存的算法难以有更广泛的应用。

 

针对以上问题，新研究首次提出「基于大规模预训练语言模型的单细胞转录组细胞类型注释算法」，即「scBERT」模型，首次将「transformer」（自然语言处理算法经典计算单元）运用到单细胞转录组测序数据分析领域。该模型基于 BERT 范式，将细胞中基因的表达信息转化成可被计算机理解、学习的「语言」，并对细胞进行精准标注。

 

阅读详情