scRNA-seq的出现彻底改变了我们对生物组织中细胞异质性和复杂性的理解。然而，大型，稀疏的scRNA-seq数据集的隐私法规对细胞分类提出了挑战。联邦学习提供了一种解决方案，允许高效和私有的数据使用。scFed是一个统一的联邦学习框架，允许在不侵犯数据隐私的情况下对四种分类算法进行基准测试，包括单细胞特定分类器和通用分类器。作者使用8个公开的具有不同大小、物种和技术的scRNA-seq数据集来