Como Projetar um Projeto de Célula Única em Torno de uma Questão de Pesquisa Clara: Evitando a Acumulação de Métodos na Análise de scRNA-seq

Intenção MetaUm quadro prático para traduzir uma questão de investigação biológica no ensaio de célula única adequado, fluxo de trabalho de análise defensável mínima, pontos de validação e pacote de evidências—sem adicionar métodos que não melhorem a resposta.

Os projetos de célula única muitas vezes tornam-se complicados antes de se tornarem informativos. Uma proposta pode listar otimização de dissociação, scRNA-seq baseado em gotículas, pontuação do ciclo celular, remoção de duplicatas, vários métodos de correção de lote, múltiplos algoritmos de agrupamento, inferência de trajetória, análise de ligandos-receptores, perfilagem de cromatina e uma camada de interpretação gerada por IA. Cada item pode ser tecnicamente razoável. No entanto, juntos, podem ainda falhar em responder à questão biológica.

A primeira decisão de design deve, portanto, ser a questão, não a ferramenta. Uma cadeia útil é:

Questão de pesquisa → sinal observável → ensaio → caminho de análise → evidência.

Esta sequência cria uma razão rastreável para cada método. Também facilita a remoção de etapas que não alteram a decisão. O quadro abaixo destina-se a investigadores que planeiam um novo projeto de célula única, equipas de bioinformática que revisam um resumo de estudo e líderes de projeto que decidem se um ensaio de célula única é realmente o primeiro experimento adequado.

Por que mais métodos de célula única não produzem automaticamente melhores evidências

A empilhamento de métodos é a acumulação de camadas analíticas ou experimentais porque estão disponíveis, na moda ou incluídas num modelo familiar. Não é o mesmo que evidência ortogonal. Um ensaio adicional é útil apenas quando observa um sinal que o design existente não consegue observar, testa uma explicação concorrente ou melhora a interpretabilidade de uma decisão pré-definida.

Por exemplo, um projeto que pergunta se um tratamento altera a proporção de um estado celular raro tem um requisito de evidência diferente de um projeto que pergunta se dois estados celulares ocupam diferentes vizinhanças teciduais. O primeiro pode precisar de uma comparação transcriptómica cuidadosamente desenhada e de um modelo de abundância defensável. O segundo pode exigir contexto espacial. Adicionar inferência de trajetória à primeira questão não torna a estimativa de proporção mais robusta. Adicionar um segundo algoritmo de agrupamento à segunda questão não restaura a informação espacial perdida.

Um fluxo de trabalho tecnicamente completo também pode responder ao estimador errado. "Quais clusters estão presentes?" é descritivo. "O tratamento altera a abundância de um estado celular pré-especificado entre amostras biológicas?" é comparativo. "As células com um estado transcricional específico localizam-se ao lado de um nicho?" é espacial. Se estas questões não forem separadas, o projeto pode produzir muitos gráficos enquanto deixa a decisão principal ambígua.

Utilize um teste de remoção para cada método proposto: se este passo for removido, qual conclusão planeada se torna impossível de avaliar? Se a resposta for "nenhuma", coloque o passo em um ramo exploratório opcional ou remova-o. Esta regra mantém o caminho principal interpretável e evita que uma longa lista de métodos seja confundida com um pacote de evidências forte.

Passo 1 — Transformar a Questão Biológica numa Breve Descrição de Projeto Testável

Comece com uma frase que nomeie o sistema, a comparação, o sinal e a decisão pretendida. Um modelo prático é:

"Em [sistema], a [perturbação ou estado] altera [característica observável] em relação a [comparador], e a que unidade biológica será interpretado o resultado?"

A característica observável deve ser mensurável nos dados planeados. "Compreender o microambiente tumoral" é um objetivo de domínio, não uma questão de projeto testável. "Identificar quais estados das células imunes estão enriquecidos após o tratamento e se o enriquecimento é consistente entre as amostras" está mais próximo de um estimand. "Testar se um programa transcricional está associado a um nicho definido espacialmente" adiciona um requisito de localização.

Separar a descoberta da confirmação

A descoberta pergunta quais estruturas ou estados podem existir. A confirmação pergunta se uma diferença, associação ou padrão predefinido é suportado. Um projeto de descoberta pode usar agrupamento não supervisionado e exploração de marcadores, mas deve rotular esses resultados como descobertas candidatas. Um projeto confirmatório necessita de uma comparação primária pré-especificada, uma unidade de inferência definida e uma regra para lidar com explicações alternativas.

Esta distinção é importante quando um resumo do projeto é entregue a uma equipa de análise. "Encontrar populações celulares interessantes" deixa a equipa livre para otimizar para clusters visualmente separados. "Estimar a alteração na fração de um estado de macrófago pré-definido entre amostras emparelhadas" diz à equipa quais evidências devem sobreviver à variação a nível de amostra.

Defina o estimando em linguagem simples.

Antes de selecionar o software, escreva a quantidade ou a relação a ser estimada. Pode ser uma proporção de estado celular por amostra, um contraste de expressão dentro do estado, uma pontuação de programa genético, uma associação de vizinhança entre células ou uma resposta a uma perturbação. Em seguida, identifique o que contaria como um resultado significativo e o que contaria como uma não-resposta.

Figura 1: Cadeia de Pergunta de Pesquisa para Evidência. O projeto deve passar de uma questão biológica para um sinal observável, depois para um ensaio, caminho de análise e pacote de evidências. Cada método deve ter uma conexão visível a esta cadeia.

Passo 2 — Escolha o Ensaio com Base no Sinal que Precisa Observar

A seleção de ensaios é um problema de medição. Pergunte-se que informações devem permanecer visíveis após a preparação da amostra e sequenciação. Se o sinal chave for a identidade ou estado celular numa suspensão heterogénea, a sequenciação de RNA de célula única baseada em gotículas pode ser apropriada. Se a isolação de células intactas for difícil ou o material estiver congelado, a sequenciação de RNA de núcleo único pode preservar um caminho de amostragem mais útil. Se a questão depender de onde os transcritos ocorrem num tecido, a transcriptómica espacial não é uma decoração opcional; a localização faz parte da medição.

Quando a scRNA-seq é o primeiro ensaio natural.

Use scRNA-seq quando células viáveis puderem ser preparadas e o principal sinal for a heterogeneidade transcriptómica entre células individuais. É adequado para questões sobre a composição do estado celular, populações raras, programas de ativação e relações entre estados celulares. O desenho ainda precisa de uma clara distinção entre uma observação a nível celular e uma comparação a nível de amostra. Uma grande tabela celular não responde por si só a uma comparação de grupos.

Para uma introdução mais ampla às escolhas de plataformas e pontos de verificação analíticos, ligue o resumo do projeto ao guia de design e análise de sequenciação de RNA de célula únicaEsse recurso é útil como um mapa do campo; o resumo do projeto ainda deve indicar qual sinal é primário.

Quando o snRNA-seq pode proteger a questão

A profilagem baseada em núcleos pode ser uma melhor opção para tecidos em que a dissociação altera os estados celulares, destrói células frágeis ou não é prática para o material disponível. Isso altera o objeto biológico que está a ser medido, portanto, a questão deve ser reformulada em termos de evidência transcriptómica nuclear onde necessário. Um plano não deve apresentar snRNA-seq como intercambiável com scRNA-seq sem explicar quais classes de transcritos, tipos celulares ou estados podem ser representados de forma diferente.

Quando a transcriptómica espacial é necessária

Se a hipótese incluir um tecido vizinho, limite, lesão, nicho ou gradiente anatómico, um ensaio de suspensão por si só não pode observar a totalidade da afirmação. A Serviço de Sequenciação de Transcriptoma Espacial 10x pode ser considerado quando o projeto necessita de medições transcriptómicas ligadas à posição do tecido. A questão de design importante não é se os dados espaciais parecem mais avançados; é se a localização altera a interpretação do resultado.

Quando a multi-ómica adiciona um novo sinal

Adicione uma segunda modalidade apenas quando a primeira modalidade deixar uma ambiguidade específica. Por exemplo, a expressão de RNA pode sugerir um estado regulatório, enquanto a acessibilidade da cromatina fornece uma visão complementar do potencial regulatório. A Serviço de Multi-Ómicas é relevante quando o projeto nomeou a questão de integração com antecedência, como ligar um estado transcricional à acessibilidade regulatória ou a outra camada molecular. "Coletar tudo" não é uma hipótese de integração.

Sistemas microbianos, triagens de perturbação, questões sobre recetores imunes e sistemas modelo alteram cada um a decisão do ensaio. A Serviço de Sequenciamento de Células Únicas Microbianas podem ajustar-se a organismos em que medições em massa ocultam a estrutura populacional. Serviço de Drug-seq pode ser apropriado quando a questão é uma resposta de perturbação agrupada em vez de um atlas de tecidos. Para questões de resposta imune clonal, Sequenciação de TCR e BCR adiciona informações sobre os recetores que a expressão por si só pode não resolver.

O ensaio deve ser selecionado após a declaração do sinal, e não antes. Para uma comparação concisa de modalidades, o scRNA-seq versus recurso de multioma de célula única pode ajudar a equipa a testar se a segunda camada altera a resposta que planeia reportar.

Figura 2: Árvore de Decisão para Seleção de Ensaios. Comece com o sinal que deve ser observado e, em seguida, escolha o ensaio mais simples que o preserve. A novidade da modalidade não é um critério de design.

Passo 3 — Definir a Unidade de Inferência Antes de Coletar Dados

Os dados de célula única são hierárquicos. As células estão aninhadas dentro de amostras; as amostras podem estar aninhadas dentro de doadores, animais, organoides, pacientes, pontos temporais ou lotes experimentais. A unidade de inferência é o nível ao qual a conclusão será generalizada. Raramente é "todas as células tratadas como observações independentes."

Associe a pergunta ao nível de inferência.

Uma questão a nível celular pode perguntar se células com um fenótipo definido expressam um marcador. Uma questão a nível de amostra pode perguntar se a proporção desse fenótipo difere entre condições. Uma questão a nível de doador pode perguntar se a associação é consistente entre indivíduos. Uma questão a nível de tecido pode perguntar se o fenótipo ocupa uma região particular. Estes são diferentes estimandos e requerem resumos diferentes.

Se a reivindicação principal diz respeito a amostras, preserve a identidade da amostra em cada etapa. Registe o doador ou organismo, condição, hora de coleta, região do tecido, lote de preparação, lote de biblioteca, corrida de sequenciação, química e qualquer passo de enriquecimento ou depleção que possa alterar a composição. Se as amostras forem agrupadas, preserve a informação de desmultiplexação ou documente que a unidade original não pode ser recuperada.

Trate os metadados como parte da medição.

Os metadados não são extras administrativos. Eles permitem ao analista distinguir um sinal biológico de um padrão de processamento. Uma pergunta sobre condição requer rótulos de condição. Uma pergunta sobre posição espacial requer coordenadas ou rótulos de região. Uma pergunta sobre uma perturbação requer informações sobre exposição, tempo e atribuição. Uma pergunta sobre linhagem ou estado do receptor requer o design de captura correspondente.

O dicionário de metadados mínimo deve incluir um identificador de amostra estável, agrupamento biológico, variáveis de lote técnico, contexto do espécime e uma definição de material excluído ou falhado. Evite criar primeiro um plano de correção de lote e esperar que ele possa reconstruir informações de design ausentes mais tarde. A correção computacional pode reduzir alguma variação indesejada; não pode recuperar um contrafactual não registado.

Não deixe que a abundância celular substitua a replicação.

Mais células podem melhorar a visibilidade de estados raros, mas não criam automaticamente mais observações biológicas independentes. Se a questão for uma comparação de condições, o resumo do projeto deve indicar como a variação a nível de amostra será representada e como as medições a nível celular serão resumidas ou modeladas. Este artigo deixa intencionalmente o planeamento numérico para uma discussão de design separada; o ponto chave aqui é definir a unidade de inferência antes que a estrutura dos dados seja fixada.

Figura 3: Hierarquia da Unidade de Inferência. Um briefing de projeto claro identifica se a conclusão diz respeito a células, amostras, doadores, tecidos ou regiões espaciais, e depois preserva os metadados necessários a esse nível.

Passo 4 — Construir o Caminho de Análise Mínima Defensável

O caminho defensável mínimo é a sequência mais curta de operações que pode responder à questão principal enquanto expõe modos de falha importantes. Não é uma afirmação de que cada estudo deve usar o mesmo pipeline. É uma disciplina de design: cada passo deve ter um propósito, uma entrada, uma saída e uma decisão que informa.

Para uma comparação de estados celulares, o caminho pode ser: inspecionar os metadados da amostra; avaliar a qualidade das leituras e a qualidade a nível celular; definir uma regra de filtragem transparente; normalizar ou modelar a expressão; identificar estados celulares com marcadores de referência e estrutura exploratória; gerar resumos de estado conscientes da amostra; testar a comparação pré-especificada; e empacotar evidências de suporte. Uma análise de trajetória, comunicação ou regulação deve ser um ramo opcional, a menos que a questão principal o exija.

Atribua um método principal a cada decisão.

Vários métodos podem ser valiosos para a análise de sensibilidade, mas não devem ser tratados como confirmações independentes. Se a decisão é se um estado celular está presente, defina a lógica de anotação primária e use um método alternativo para investigar a sensibilidade. Se a decisão é se um estado muda entre condições, defina a comparação primária sensível à amostra e use configurações de normalização ou integração alternativas para testar a estabilidade. A saída deve mostrar o que mudou e o que não mudou.

O avaliação sistemática de pipelines de análise de RNA-seq de célula única pode apoiar uma discussão sobre a revisão de métodos, enquanto o Guia de fluxo de trabalho de bioinformática para RNA-seq pode ajudar a equipa a separar as etapas de processamento gerais dos ramos específicos de perguntas.

Coloque o QC no ponto em que altera uma decisão.

O controlo de qualidade deve responder à pergunta "o que faremos se este sinal for fraco ou tendencioso?" Em vez de listar todas as métricas possíveis, deve-se pré-definir quais métricas acionam inspeção, exclusão, análise de sensibilidade ou uma paragem. Por exemplo, uma amostra com um perfil de qualidade distintivo pode ser retida para transparência e excluída da comparação principal, com a consequência explicitamente declarada. O recurso de controlo de qualidade de sequenciação de RNA de célula única podem ser ligados como background, mas os limiares específicos do projeto devem ser justificados pelo tecido, química e inferência pretendida.

Mantenha os ramos exploratórios visivelmente separados.

A clustering, classificação de marcadores, pontuação de vias, inferência de trajetórias, comunicação célula-célula e análise de redes regulatórias de genes podem gerar hipóteses úteis. Não devem tornar-se silenciosamente co-principais objetivos. Coloque-os numa ramificação rotulada como exploratória, declare as suposições adicionais e identifique quais evidências independentes seriam necessárias antes de tratar a saída como um resultado central.

Figura 4: Caminho de Análise Defensável Mínima. O caminho principal é curto e ligado a questões; os métodos exploratórios estão separados para que não se tornem reivindicações de evidência não planeadas.

Passo 5 — Auditar Planos de Projeto Gerados por IA Antes de se Tornarem Pipelines

A IA pode elaborar um fluxo de trabalho rapidamente, mas um fluxo de trabalho fluente não é necessariamente um design válido. Revise um plano gerado por IA como uma proposta de protocolo. Primeiro, pergunte-se se ele reformula a questão em termos mensuráveis. Depois, pergunte-se se cada método observa o sinal requerido, protege a unidade de inferência e produz uma saída que irá alterar uma decisão.

Procure por predefinições não suportadas.

Os sinais de alerta comuns incluem uma sequência fixa de etapas de filtragem, integração, agrupamento, trajetória, comunicação e enriquecimento sem uma justificação dependente dos dados; uma plataforma nomeada sem uma explicação de sinal para ensaio; um método de correção recomendado antes de a estrutura do lote ser descrita; e um teste a nível celular proposto para uma reivindicação a nível de amostra. Um segundo sinal de alerta é que cada ramo termina numa história biológica com uma conotação positiva. Um plano defensável deve permitir "não suportado", "não identificável" e "não é o ensaio certo" como resultados legítimos.

Os benchmarks recentes reforçam a necessidade desta revisão. scBanco relatórios 394 problemas verificáveis em fluxos de trabalho práticos de scRNA-seq e descobriu que a precisão do modelo variava substancialmente de acordo com a tarefa e a plataforma de sequenciação, com a escolha da plataforma a afetar o desempenho tanto quanto a escolha do modelo. Um separado referencial de modelos de fundação de 2026 Da mesma forma, os relatórios apresentam um desempenho dependente do contexto: as classificações mudam com a modalidade, pré-processamento, tokenização, conhecimento biológico prévio, mudança de domínio e métrica. A implicação prática não é que a IA seja inutilizável. É que a saída de um modelo deve ser avaliada em relação ao ensaio real, à estrutura de dados e à decisão biológica.

Requer uma base mais simples.

Peça à IA para fornecer o menor plano de análise válido antes de apresentar um plano expandido. Compare as duas versões. Cada passo adicional deve indicar: a ambiguidade que resolve, a entrada que requer, a suposição que introduz e o resultado que justificaria a sua retenção. Se esses campos estiverem ausentes, o passo é um candidato à remoção.

Para anotação, um rótulo gerado por IA deve ser acompanhado de evidências de marcadores, incerteza, contexto de referência e uma forma de inspecionar marcadores contraditórios. Trabalhos recentes de anotação multi-agente, como CASSIA, separa explicitamente a anotação, validação, pontuação, refinamento e relatórios. Essa separação é um padrão de design útil, mas um score de confiança ainda não é um substituto para a validação biológica.

Figura 5: Funil de Diagnóstico de Empilhamento de Métodos. Um método proposto permanece no fluxo de trabalho primário apenas se tiver uma questão, sinal, papel de decisão e requisito de evidência.

Figura 6: Mapa de Auditoria do Plano de Projeto de IA. Os planos gerados por IA devem ser revistos ao nível do significado biológico, não apenas da sintaxe ou compatibilidade de software.

Passo 6 — Escolher Evidências de Validação Antes de Olhar para os Resultados

A validação é mais forte quando é concebida antes do primeiro gráfico atraente. Comece por listar as evidências que apoiariam a conclusão principal e as evidências que a enfraqueceriam. Para uma questão de abundância de estados celulares, o apoio pode incluir estimativas consistentes a nível de amostra, coerência de marcadores e sensibilidade a escolhas de filtragem razoáveis. As evidências que enfraquecem podem incluir um resultado impulsionado por um lote, um dador ou um conjunto restrito de valores de parâmetros.

Separe a plausibilidade do apoio.

Um UMAP que parece biologicamente intuitivo é uma verificação de plausibilidade. Não é, por si só, uma evidência de um efeito do tratamento. Um escore de via que corresponde às expectativas pode ser útil para a interpretação, mas também pode refletir a composição do conjunto de genes, a qualidade da biblioteca ou uma decisão de anotação. Utilize verificações ortogonais que se conectem ao estimando: resumos a nível de amostra, marcadores negativos ou não relacionados, amostras reservadas, medições independentes ou um segundo ensaio quando o primeiro sinal é inerentemente ambíguo.

Escreva verificações de falsificação explicitamente.

Um teste de falsificação pergunta que padrão tornaria a explicação proposta menos credível. Exemplos incluem testar se a descoberta desaparece quando uma amostra é removida, se está presente em estados celulares não relacionados, se o efeito segue um lote de processamento em vez do agrupamento biológico, ou se uma associação espacial é explicada apenas pela abundância do tecido. Esses testes devem ser planeados como salvaguardas, e não inventados após um resultado aparecer.

O pacote de saída deve tornar a cadeia auditável: a questão do projeto, o estimador primário, o mapa da amostra, as exclusões de dados, a análise primária, as análises de sensibilidade, as limitações não resolvidas e a fronteira entre a evidência observada e a interpretação. Apenas para planeamento de uso em investigação e educação científica.

Passo 7 — Decidir Quando a Célula Única Não É o Melhor Primeiro Experimento

A resolução a nível de célula única é valiosa quando a heterogeneidade faz parte da questão. Não é automaticamente a melhor primeira medição para um sistema homogéneo, um conjunto de transcritos com um alvo específico ou uma questão sobre a resposta média de uma população. serviço de RNA-Seq em grande escala pode ser uma melhor opção quando o estimando é um transcriptoma a nível de amostra e a composição celular não é a principal fonte de incerteza.

Ensaios direcionados podem ser apropriados quando a questão diz respeito a um painel de marcadores curto e pré-definido e o projeto necessita de uma medição focada. Ensaios espaciais devem ser priorizados quando a localização é essencial, não adicionados como uma camada de prestígio após um experimento de suspensão já ter descartado informações posicionais. Em estudos de organoides, a preparação e o contexto estrutural podem ser centrais para a interpretação; um Serviço de Sequenciamento de Organoides pode ser considerado quando o sistema modelo requer um design adaptado a material derivado de organoides.

A acessibilidade da cromatina pode complementar a transcrição quando a questão biológica é regulatória em vez de meramente descritiva. Nessa situação, ATAC-Seq deve ser justificado por uma ambiguidade regulatória nomeada, não incluído porque um módulo de integração está disponível. O primeiro experimento certo é aquele que produz o sinal mais relevante para a decisão com o menor número de suposições não suportadas.

Para uma comparação direta da lógica transcriptómica a nível populacional e de célula única, utilize o guia de sequenciação de RNA em massa versus sequenciação de RNA de célula única durante a fase de apresentação do projeto.

Uma Ficha de Projeto com Pergunta de Pesquisa em Uma Página

Complete esta ficha antes de escolher um protocolo final ou aceitar um pipeline gerado por IA.

1. Questão biológica principal: Que decisão deve o projeto informar?
2. Comparação ou perturbação: Quais grupos, pontos no tempo, regiões ou estados estão a ser contrastados?
3. Estimativa: Que quantidade ou relação será estimada?
4. Unidade de inferência: Célula, amostra, dador, organismo, região de tecido ou outra unidade definida?
5. Sinal observável: O que deve ser visível nos dados para que a questão possa ser respondida?
6. Escolha do ensaio: Qual ensaio preserva esse sinal e que sinal importante não irá medir?
7. Metadados: Quais variáveis biológicas e técnicas devem acompanhar cada observação?
8. Caminho de análise mínima: Qual é a sequência defensável mais curta desde os dados brutos até o resultado principal?
9. Método principal por decisão: Qual método é utilizado para anotação, comparação e validação?
10. Pacote de evidências: Quais gráficos, tabelas, controlos e análises de sensibilidade suportam a conclusão?
11. Falsificação e regras de parar/ir: O que acionaria um ramo, uma declaração de limitação ou uma paragem?
12. Entregável: O que o relatório final distinguirá entre observação, inferência, hipótese e incerteza não resolvida?

Figura 7: Questão de Pesquisa - Primeira Ficha de Projeto. A ficha converte um objetivo biológico amplo em um resumo de projeto delimitado e revisável.

Resumo de Decisão Prática

Projete o projeto na direção da evidência. Comece com uma frase que possa ser testada, identifique o sinal que essa frase requer e selecione um ensaio que preserve o sinal. Defina a unidade na qual a conclusão será generalizada, preserve os metadados necessários para apoiar essa inferência e construa o caminho de análise mais curto que possa responder à questão principal. Trate métodos adicionais como ramificações condicionais com propósitos explícitos.

Quando a IA propõe um fluxo de trabalho, peça-lhe que exponha as suposições e forneça uma linha de base mais simples. Quando um resultado aparecer, compare-o com verificações de validação e falsificação pré-especificadas, em vez de deixar que a visualização mais atraente defina a história. Se um ensaio específico de bulk, direcionado, espacial, de cromatina, de recetores, microbiano, de perturbação ou de organoide corresponder melhor ao sinal, use esse fato para melhorar o design. Uma pergunta clara não é uma limitação na análise de células únicas; é o que torna a resolução de células únicas útil.

Perguntas Frequentes

Referências:

1. Nguyen, Q. H., Pervolarakis, N., Nee, K. & Kessenbrock, K. Considerações Experimentais para Abordagens de Sequenciação de RNA de Células Únicas. Frontiers in Cell and Developmental Biology, 6, 108 (2018). DOI: 10.3389/fcell.2018.00108Acesso aberto sob CC BY 4.0.
2. Baran-Gale, J., Chandra, T. & Kirschner, K. Desenho experimental para sequenciação de RNA de célula única. Briefings in Functional Genomics, 17(4), 233–239 (2018). DOI: 10.1093/bfgp/elx035. Usado para replicação, randomização, bloqueio e design dependente da questão.
3. Amezquita, R. A., Lun, A. T. L., Hicks, S. C. e Gottardo, R. Orquestrando Análise de Célula Única com Bioconductor. Livro do Bioconductor 3.24, acessado em 2026. CC BY 4.0. Usado para a distinção entre processamento a nível celular e inferência a nível de amostra.
4. Workman, K. et al. scBench: Avaliação de Agentes de IA na Análise de RNA-seq de Células Únicas. arXiv (2026). DOI: 10.48550/arXiv.2602.09063. CC BY 4.0.
5. Xie, E. et al. CASSIA: um modelo de linguagem de grande escala multi-agente para anotação celular automatizada e interpretável. Nature Communications, 17, 389 (2026). DOI: 10.1038/s41467-025-67084-x. CC BY-NC-ND 4.0; link e paráfrase apenas; sem reutilização de figuras ou texto.
6. Chen, S. et al. Benchmarking harmonizado de modelos de fundação para transcriptómica de células únicas e espacial revela generalização dependente do contexto.. arXiv (2026). DOI: 10.48550/arXiv.2607.17227. CC BY-SA 4.0.

Serviços Relacionados