Islander 的项目扩展与二次开发

1、项目的基础介绍

Islander 是由 Genentech 公司开发的一个开源项目，旨在提供一个官方的实现，用于论文《Metric Mirages in Cell Embeddings》中的方法。该项目包含了数据预处理、模型训练、结果评估等一系列的脚本和日志，方便研究人员和开发者重现论文中的结果，并进行二次开发。

2、项目的核心功能

Islander 的核心功能包括：

• 数据预处理：提供数据质量控制的脚本，包括过滤细胞、基因，以及细胞计数和基因表达的标准化。
• 模型训练：支持使用 Islander 和 scIB 模型进行训练，同时支持不同形式的半监督学习损失函数，如 triplet 和 supervised contrastive loss。
• 结果评估：提供脚本用于评估训练后的模型，以及与其他方法进行比较，如 scGraph。

3、项目使用了哪些框架或库？

Islander 使用了以下框架和库：

• Python：作为主要编程语言。
• Scanpy：用于单细胞数据的预处理和分析。
• PyTorch：用于深度学习模型的训练和推理。
• JAXlib：用于加速 PyTorch 的计算。

4、项目的代码目录及介绍

Islander 的代码目录结构如下：

Islander/
├── LICENSE.txt
├── README.md
├── data
├── env.yml  # 环境配置文件
├── jupyter_nb
│   ├── Fibroblast_Case.ipynb
│   ├── Geneformer_Skin.ipynb
│   └── Process_Breast.ipynb
├── meta
│   ├── COVID
│   │   ├── batch2cat.json
│   │   └── cell2cat.json
│   ├── ...
├── res
│   └── scGraph
│   └── scIB
├── scripts
│   ├── Lung_Mixup.log
│   └── ...
├── src
└── ...

其中，data 目录存放了数据集，env.yml 是环境配置文件，jupyter_nb 目录包含了 Jupyter notebooks 用于演示和复现结果，meta 目录存放了元数据文件，res 目录存放了结果文件，scripts 目录包含了脚本文件，src 目录存放了源代码。

5、对项目进行扩展或者二次开发的方向

• 新的数据集：可以尝试使用新的数据集进行训练和评估，以验证 Islander 在不同数据集上的表现。
• 新的模型：可以尝试实现和评估新的模型，以改进细胞嵌入的质量。
• 新的评估指标：可以尝试设计新的评估指标，以更全面地评估细胞嵌入的质量。
• 可视化工具：可以开发可视化工具，以更好地理解和展示细胞嵌入的结果。