抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
バルクから単一細胞分析への移行は,高スループット配列データ処理のための計算上の課題に再集中した。単一細胞パイプラインのコアは分割セルであり,細胞同一性を割り当てる。広範な結果はこの段階に由来する;ロバストで再現性のある出力を生成することは必須である。ベンチマーク確立された単一セルパイプラインから,クラスタリング結果がアルゴリズム選択(例えば,方法,パラメータ)および技術的詳細(例えばランダムシード)に決定的に依存することを観察した。著者らは,方法の中と間の両方でクラスタ化ロバスト性を定量化するための一連のツール,ClusterAssを提示した。このツールは,(a)クラスタの最適数の検出,(b)方法にわたる類似性(および発散)の領域の同定,(c)最適パラメータ範囲のデータ駆動評価を可能にする。目的は,分割に基づく細胞同一性推論のロバスト性の評価における実務者を支援し,ロバストなクラスタリング方法とパラメータを選択するための情報を提供することである。著者らは,in vivo造血幹細胞と前駆細胞(10xゲノムscRNA-seq)の単細胞データセット,in vitro内胚葉分化(SMART-seq),およびマルチモーダルin vivo末梢血(10x RNA+ATAC)の3つの事例研究でその使用を例示する。”in vivo造血幹細胞(SMART-seq),in vitro内胚葉分化(SMART-seq),およびマルチモーダルin vivo末梢血(10x RNA+ATAC)。追加チェックはクラスタリング安定性に関する新しい視点を提供し,クラスタリングのための前処理,方法選択,およびパラメータに関する一貫した意思決定のためのフレームワークを提供する。【JST・京大機械翻訳】