Nat Methods：瞿昆/黎斌/陈发来合作系统性评估单细胞多组学分析算法

在本次研究中，团队收集了来自47个数据集的上百万个单细胞多组学数据，涵盖多个生物样本和实验平台。他们设计了一套全面的评估流程，结合算法的准确性、鲁棒性和计算资源消耗等多维度指标，系统评估了领域内最常用的算法。结果显示，在蛋白质丰度预测方面，totalVI 和 scArches 表现最为优异；在染色质可及性预测中，LS_Lab 算法排名领先。在多组学整合分析中，Seurat、MOJITOO 和 scAI 在垂直整合上表现突出，而 totalVI 和 UINMF 在水平整合和马赛克整合任务中展现了卓越性能。这一研究不仅为算法设计提供了新思路，还为未来多组学数据的分析和应用奠定了重要基础。为帮助科研人员选择合适的分析工具，研究团队在GitHub上发布了完整的分析流程、代码和测试数据集，供同行使用和改进。

研究团队还通过深入探讨这些算法的数学原理，发现降噪处理是提高单细胞数据预测精度的关键。在性能评估中，机器学习算法（如基于奇异值分解的LS_Lab 和 Guanlab-dengkw）以及基于概率模型的深度学习算法（如totalVI）均表现出显著优势。然而，研究还指出，现有模态预测算法在某些关键蛋白的预测性能上仍有待提升，染色质可及性预测的准确性也需进一步优化。

图1. 评估流程示意图（Credit: Nature Methods）