В исследовании представлен новый аналитический конвейер (pipeline), предназначенный для решения критической проблемы в анализе данных секвенирования РНК единичных клеток (scRNA-seq): проверки достоверности обнаруженных субпопуляций. Авторы разделяют два типа стабильности — воспроизводимость при ресэмплинге клеток (bootstrap) и воспроизводимость при переобучении эмбеддингов, что позволяет избежать ложного обнаружения типов клеток. Методология включает оценку семи конфигураций кластеризации с использованием пяти непересекающихся метрик качества. В ходе тестирования на атласе сетчатки мыши система восстановила аннотацию из восьми типов клеток с точностью 96,3% (ARI = 0,91) без использования предварительных меток. Эксперименты на биполярных клетках подтвердили способность метода распознавать сложные подтипы (до 15 известных субтипов с ARI ~0,93), в то время как на гомогенных палочковых фоторецепторах алгоритм успешно отверг избыточную кластеризацию, выявив низкую воспроизводимость при переобучении (ARI = 0,69). На синтетических данных метод продемонстрировал высокую чувствительность, обнаруживая даже малые субпопуляции размером всего в 5% от общего объема.