摘要：单细胞转录组测序（scRNA-seq）已被广泛应用于基础医学研究中，分析和挖掘scRNA-seq数据有助于深入理解病变组织的细胞组成结构和功能，揭示复杂疾病过程和阐明药物作用机制，进而推动精准医学的发展。然而，如何基于海量的scRNA-seq数据对患者疾病表型进行预测，并筛选关键特征是单细胞技术临床转化的关键问题。本文综述了基于单细胞转录组数据进行患者疾病表型预测的相关方法，并对原理、算法、优缺点进行归纳和讨论，最后对相关研究的发展和应用进行了展望。
文章目录
1 单细胞转录组数据进行表型预测的挑战
2 基于样本级别进行疾病表型预测
2.1 样本级别进行疾病表型预测方法
2.2 样本级别的特征筛选与可解释性分析
3 基于单细胞级别进行疾病表型预测
3.1 单细胞分辨率表型预测方法
3.2 单细胞分辨率模型的特征解析
4 总结与展望
