311-单细胞多组学数据整合性能基准

这篇报告对用于整合复杂单细胞多模态组学数据的计算方法进行了系统性评估。研究将40种现有集成方法归类为四种主要类型：垂直、对角线、马赛克和交叉集成。这些方法在一系列任务中得到了基准测试，包括降维、批次校正、聚类、分类和空间配准。分析结果表明，方法的性能表现高度依赖于所选择的评估指标、具体的任务以及数据集的特点。鉴于这种依赖性和性能上的权衡，该研究提供了一份实用指南，帮助研究人员根据其数据特性和分析目标选择最合适的集成工具。

References:

• Liu C, Ding S, Kim H J, et al. Multitask benchmarking of single-cell multimodal omics integration methods[J]. Nature Methods, 2025: 1-12.