区别于传统组织水平的转录组分析，单细胞分析技术极大地提高了生命医学领域的研究精度，可以帮助科研人员从细胞水平对生物体的发育及疾病进展深入探索。目前单细胞转录组数据的分析流程已经比较成熟，能够较好的发现其中主要的细胞类型并进行后续标志物的筛选。但是对于组织中数量较小的稀有细胞类型比如干细胞等，常规分析流程无法做到准确识别以及后续分析。为此，团队开发了一款全新的方法GapClust来实现单细胞转录组中稀有细胞类型的准确识别。
该方法基于稀有细胞群体与周围细胞类群之间存在的相对较大距离（Gap）所引发的稀有细胞群体与周围近邻细胞距离的骤然变化设计二阶导导数类似统计量来捕捉稀有细胞群体。多个模拟实验结果表明GapClust方法相比于已有方法在准确性、敏感性以及计算效率等方面有了显著提升。因此，该方法可以作为探索复杂疾病组织中稀有细胞群体的有力工具。
该研究工作得到了国家重点研发计划（2018YFC091050），国家自然科学基金项目 (11671256)，上海市加强公共卫生体系建设三年行动计划基金（GWV-10.1-XK05），上海市科学技术委员会基金（21ZR1436300），上海交通大学“交大之星”(STAR)计划重大项目(20190102)与Neil Shen’s上海交大医学研究基金的资助。
论文链接：https://www.nature.com/articles/s41467-021-24489-8#Abs1
