RareCapsNet: An explainable capsule network enables robust discovery of rare cell populations from large-scale single-cell transcriptomics

Réseau de capsules interprétable : les capsules primaires exposent les gènes marqueurs qui signent une population cellulaire rare, avec transfert du modèle appris sur un lot vers un autre sans réentraînement.

L'augmentation du débit de séquençage permet de profiler des dizaines de milliers de cellules par expérience, ce qui augmente la probabilité de capturer des types cellulaires rares mais complique leur identification. RareCapsNet applique un réseau de capsules à la détection de populations rares, mal représentées ou seulement présumées rares, dans des données de séquençage d'ARN sur cellule unique de grande taille. L'apport revendiqué est l'interprétabilité : les capsules primaires livrent les gènes marqueurs associés à chaque population identifiée, donc une signature transcriptomique lisible et non une simple étiquette de cluster. L'évaluation porte sur des données simulées et réelles, avec une meilleure spécificité et sélectivité que les méthodes de référence selon les auteurs, et une démonstration de transfert entre lots : le modèle entraîné sur un lot retrouve les cellules rares d'un autre lot sans réentraînement. Le code est disponible publiquement.

Synthèse rédigée par Geno'X. Pour l'abstract original complet, consulter la publication source.

L'interprétabilité par gènes marqueurs est ce qui manque le plus aux détecteurs de cellules rares : un cluster rare sans signature lisible n'est pas exploitable, alors qu'une liste de marqueurs peut être confrontée à la biologie connue. Le résumé ne fournit toutefois aucune métrique chiffrée ni aucune définition seuillée de « rare », et la validation reste largement méthodologique — le transfert inter-lots est démontré sur des lots d'étude, pas sur la variabilité d'un laboratoire de routine. Utile en recherche translationnelle, prématuré comme brique d'un pipeline diagnostique.

Analyse par Dr Thibaut Benquey