北京大学陈语谦教授团队在《Nature Communications》发表论文，介绍了一种新型多模态整合方法Monae。该方法通过模态联结自编码器整合和插补多模态单细胞数据，提高细胞表示的准确性。Monae在多个数据集上表现优异，支持模态内和跨模态插补，促进细胞类型识别。其变体Monae-E提供更快收敛和可解释性。