人工智能学院柳一君博士提出一种深度学习框架对女性子宫内膜单细胞组学数据进行分析，解码了受孕女性在植入窗口期的子宫内膜动力学，并表征了复发性植入失败女性的子宫内膜缺陷。该成果以 “Time-series single-cell transcriptomic profiling of luteal-phase endometrium uncovers dynamic characteristics and its dysregulation in recurrent implantation failures”为题发表于国际顶级期刊《Nature Communications》上。
论文题目：Time-series single-cell transcriptomic profiling of luteal-phase endometrium uncovers dynamic characteristics and its dysregulation in recurrent implantation failures
第一作者：柳一君
指导教师：常毅
收录期刊：《Nature Communications》
论文概述：
了解人类子宫内膜动力学在建立子宫内膜容受性方面仍然是一个挑战，这限制了子宫内膜因素不孕症的早期诊断和治疗。我们通过构建用于时间预测和表达模式发现的深度学习模型，对超过 220,000 个子宫内膜细胞的单细胞转录组数据进行分析与建模，解码了受孕女性在植入窗口期的子宫内膜动力学，并表征了复发性植入失败女性的子宫内膜缺陷。时间序列图谱中突出了一个两阶段基质细胞蜕膜化过程和一个管腔上皮细胞的逐渐过渡过程。此外，确定了调节上皮容受性的时变基因集，并基于该基因集将复发性植入失败的子宫内膜分为两类缺陷。进一步的研究揭示了复发性植入失败的功能障碍子宫内膜上皮细胞的过度炎症微环境。本论文在常毅教授指导下，与香港大学深圳医院的曹丹丹研究员、香港大学的Yuanhua Huang教授共同合作完成。
