Nat Methods | 刘琦团队开发单细胞多模态整合算法的全面基准评估平台

近年来，单细胞多模态组学技术的突破性进展使得研究者能够在单细胞尺度下实现多维度联合解析，但如何有效整合不同分子模态和处理海量异构数据成为核心挑战。同济大学生命科学与技术学院刘琦教授团队在Nature Methods杂志发表了题为“Benchmarking single-cell multi-modal data integrations”的论文，发布了面向单细胞多模态整合的全面基准评估平台SCMMIB。该平台涵盖了40个软件所涉及的65种整合算法，设计了六大类基准评估任务，并从可用性、准确性和稳定性三个维度进行评价。评估结果显示，在模态匹配信息完全的配对多模态整合任务中，Seurat工具包的WNN算法表现最佳，而在部分或全部匹配信息缺失的整合任务中，若干深度生成模型表现突出。该平台为单细胞多模态整合领域的研究提供了系统而全面的基准评估框架，有望推动相关AI方法学开发和生物学应用。