美國(guó)耶魯大學(xué)Smita Krishnaswamy課題組在最新研究中，利用他們所研發(fā)的深度多任務(wù)神經(jīng)網(wǎng)絡(luò)對(duì)單細(xì)胞數(shù)據(jù)進(jìn)行了分析。

研究人員提出了一個(gè)名為SAUCIE的算法，這是一個(gè)深度神經(jīng)網(wǎng)絡(luò)，它結(jié)合了神經(jīng)網(wǎng)絡(luò)提供的并行化和可擴(kuò)展性，以及可以由其學(xué)習(xí)以實(shí)現(xiàn)多個(gè)單細(xì)胞數(shù)據(jù)分析任務(wù)的數(shù)據(jù)深度展示。

研究人員分析了180個(gè)樣本的數(shù)據(jù)集，其由來(lái)自印度登革熱患者的1100萬(wàn)個(gè)T細(xì)胞組成（由質(zhì)譜流式細(xì)胞術(shù)所測(cè)量）。SAUCIE可以分批糾正和識(shí)別急性登革熱感染的簇特征，并解析病人對(duì)登革熱產(chǎn)生的不同免疫反應(yīng)。據(jù)《科學(xué)網(wǎng)》