2023年10月3日，生物学领域重要期刊LifeScienceAlliance在线发表了南京农业大学人工智能学院计智伟教授课题组的题为“scFseCluster:AFeatureSelectionEnhancedClusteringforSingleCellRNA-seqData”的研究论文。针对同类算法普遍存在的泛化性能差或计算开销大等局限，他们开发了一种特征选择优化的单细胞聚类分析计算框架scFseCluster。scFseCluster用于单细胞RNA-seq聚类分析主要包括两大步骤：首先，利用一种新开发的元启发式算法FSQSSA（基于量子松鼠搜索算法的特征选择）提取最优基因集；其次，基于最优基因集实现细胞聚类。研究人员选取了Goolam、Xin、Montoro、Hrvatin等8个基准数据集（细胞数目从100到50000不等），对算法进行了全面测试。实验结果表明，scFseCluster在所有数据集上均表现卓越，预测性能明显优于其他七种主流算法，包括Seurat(NatBiotech,2015)、CIDR(GenomeBiol,2017)、SINCERA(PlosComputB