異なるバッチ,データセットおよびサンプルのための単一細胞クラスタ類似性測定【JST・京大機械翻訳】

Gonzalez-Velasco, O.; Sanchez-Luis, E.; De La Rosa, E.; Sanchez-Santos, J. M.; De Las Rivas, J.

プレプリント

J-GLOBAL ID：202202213382657649 整理番号：22P0318060

異なるバッチ,データセットおよびサンプルのための単一細胞クラスタ類似性測定【JST・京大機械翻訳】

A single-cell clusters similarity measure for different batches, datasets, and samples

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (5件)： , , , ,
資料名：
発行年： 2022年04月04日プレプリントサーバーでの情報更新日： 2022年04月04日
JST資料番号： O7001B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

単細胞レベル測定技術の開始,異なる細胞段階の同定,表現型および集団の同定は,課題であった。細胞クラスタリングと次元縮小法は,単一細胞データの不均一性を同定するための最も一般的なアプローチである。しかし,公共リポジトリは数で成長し続けるので,異なるおよび異種のデータセットからのサンプルの大きなプールの統合解析と併合は困難な課題となり,既存の方法のスケーラビリティの可能性を示した。ここでは,異なるデータセット/バッチからのクラスタ間の類似性の尺度を計算するRパッケージであるクラスタFoldSimilityを示し,バッチ効果の修正やデータの正規化と併合を必要とせず,これらの種類の技術に由来する情報の損失を回避した。類似性計量は平均ベクトルモジュールと対数折畳み変化の積の符号に基づいている。クラスタFoldSimilityは,各サンプルに対する異なる数のクラスタを含む,異なるサンプル/データセットの任意の数からクラスタの単一ペアを比較した。さらに,このアルゴリズムは2つの特定のクラスタの類似性に最も寄与するトップ遺伝子を選択でき,特徴選択ツールとしても役立つ。アベイラビリティと実装は,https://github.com/OscarGVelasco/ClusterFoldSimilarity接触スコサスコ@gメールのRパッケージとして自由に利用可能である。【JST・京大機械翻訳】

, , , , , , , , , , , , , ,
, , 【Automatic Indexing@JST】

分子・遺伝情報処理

, , , , ,

前のページに戻る