杭州科创企业，第一单位，发Nature大子刊！

随着RNA测序和微阵列技术的普及，过去二十年积累了海量转录组数据，但这些数据因来源多样而混杂了批次效应、测序平台差异、肿瘤纯度变化及未知技术噪音等多重非生物学变异，导致真实信号被严重扭曲。杭州深爱科技有限公司杨东、西湖大学许田等人研究团队开发了深度学习框架DeepAdapter，通过对抗自编码器与度量学习，无需先验即可同步消除转录组中的批次、平台、纯度及未知技术变异。在多个公开数据集的跨批次、跨平台、跨样本实验中，DeepAdapter显著提升数据对齐度并完整保留癌症亚型、预后标志物等生物信号，为大规模转录组整合与精准医学提供了通用工具。