单细胞转录组学方法的Word2vec时刻展望
对于单细胞转录组学特别是以单细胞测序技术产生的数据分析里面，很多研究者直接从 ZINB分布来建模，ZINB分布确实能够刻画 scRNA-seq数据但是个人觉得这种刻画非常拧巴，有大量的论文指出单细胞数据不符合 ZINB分布。
我们每个领域都在期盼自己领域的 Word2vec时刻的到来。Word2vec不以任何目的为目的，只是在概率上寻求对数据本身的建模，看似无用却大道至简。有了 Word2vec，很多下游任务变得更简单明了。实际上，Word2vec直接影响了后面产生的强大模型比如 Transformer。
对于单细胞组学的分析，出路在哪里呢？除了BERT外，个人觉得目前只能从对比学习上来展开，我们在谈对比学习上我们需要思考对比学习到底学习到了啥？我个人坚定看好单细胞转录组学方法的 Word2vec方法或许能从对比学习或者掩码学习方法里面诞生。让我们共同期待这一天的早日到来。
CC BY-NC-SA 4.0
版权声明
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]