热烈祝贺本组的科研论文被CCF C类国际会议ISBRA 2025接收（图）
近日，本人以第一作者身份向International Symposium on Bioinformatics Research and Applications (ISBRA) 2025 投稿的文章被接收，论文题目为 “scCMA:a contrastive masked autoencoder for single-cell RNA-seq embedding”。湖南科技大学为第一完成单位，22级本科大数据专业学生何文锋完成了所有实验，21级硕士研究生余俊楠和中南大学在读博士方钊玉参与实验设计和论文的撰写、修订。
ISBRA (International Symposium on Bioinformatics Research and Applications) 是生物信息学领域的重要国际会议，已连续举办19届。该会议由IEEE和ACM联合主办，被CCF列为C类国际学术会议。ISBRA会议致力于推动生物信息学、计算生物学及其相关领域的最新研究成果交流。会议主题涵盖基因组学、蛋白质组学、系统生物学、机器学习在生物信息学中的应用等多个方向。每年都吸引来自全球的研究者参与交流，是生物信息学领域重要的学术交流平台。2025年本会议将在芬兰首都赫尔辛基举行。
本文提出了一种新颖的单细胞RNA测序数据分析方法scCMA，该方法创新性地将对比学习与掩码自编码器架构相结合，有效解决了单细胞RNA测序数据分析中的高维稀疏、噪声和批次效应等关键挑战。实验结果表明，scCMA在细胞聚类、批次效应校正、罕见细胞类型识别等多个任务上均取得了优异的表现。
图1: scCMA方法的整体框架
这项工作的完成离不开导师的悉心指导和团队成员的共同努力。感谢国家自然科学基金(No.62202162)的资助。本组将继续在生物信息学领域深耕细作，为推动该领域的发展贡献力量。
相关链接
CC BY-NC-SA 4.0
本文由 Xiang CHEN 陈向 创作，采用 CC BY-NC-SA 4.0 协议，首发于 https://chenxofhit.xyz 个人网站。
您可以自由地：
- 分享 — 在任何媒介以任何形式复制、发行本作品
- 演绎 — 修改、转换或以本作品为基础进行创作
惟须遵守下列条件：
- 署名 — 您必须给出适当的署名，提供指向本许可协议的链接，同时标明是否（对原始作品）作了修改。您可以用任何合理的方式来署名，但是不得以任何方式暗示许可人为您或您的使用背书。
- 非商业性使用 — 您不得将本作品用于商业目的。
- 相同方式共享 — 如果您再混合、转换或者基于本作品进行创作，您必须基于与原先许可协议相同的许可协议分发您贡献的作品。
商业使用请联系：[email protected]