IDEAL-Age：一种用于免疫衰老单细胞分辨率图谱分析的可解释深度学习框架

免疫衰老会增加感染易感性并降低疫苗反应性，然而批量转录组时钟掩盖了该过程背后的细胞异质性。在此，我们提出了IDEAL-Age，一种直接在单细胞PBMC转录组上运行的可解释深度学习框架。在独立队列中对35种方法进行基准测试，证明了其优越的预测性能。该框架的可解释性揭示了线性和非线性基因贡献轨迹，这些轨迹揭示了阶段特异性的生理转变，并识别出与年轻或衰老相关的细胞作用。应用于系统性红斑狼疮，揭示了由干扰素相关单核细胞变化驱动的加速免疫衰老。IDEAL-Age建立了一个用于解读系统性免疫衰老的高分辨率计算框架。