Analýza jednobuněčné RNA sekvenace (scRNA-seq) s asistencí strojového učení
Analýza jednobuněčné RNA sekvenace (scRNA-seq) s asistencí strojového učení integruje do standardního pracovního postupu scRNA-seq supervizované, nesupervizované a hluboké generativní modely, aby se vyrovnala s jedinečnými výzvami jednobuněčných dat: extrémní řídkostí, vysokou dimenzionalitou, technickým šumem a efektmi šarží napříč experimenty. Metody jako variační autoenkodéry (scVI), grafové neuronové sítě a přenosové učení podstatně zlepšují identifikaci typů buněk, inferenci trajektorií a integraci dat napříč studiemi ve srovnání s čistě statistickými přístupy.
Přečíst celou metodu
Pro přečtení této sekce se přihlaste s bezplatným účtem.
Mapa metod
Okolí příbuzných metod — vyberte uzel, který chcete prozkoumat.
Zdroje
- Lopez, R., Regier, J., Cole, M. B., Jordan, M. I., & Yosef, N. (2018). Deep generative modeling for single-cell transcriptomics. Nature Methods, 15(12), 1053-1058. link ↗
- Luecken, M. D., & Theis, F. J. (2019). Current best practices in single-cell RNA-seq analysis: a tutorial. Molecular Systems Biology, 15(6), e8746. link ↗
Jak citovat tuto stránku
ScholarGate. (2026, June 3). Machine Learning-Assisted Single-Cell RNA Sequencing Analysis. ScholarGate. https://scholargate.app/cs/bioinformatics/machine-learning-assisted-single-cell-rna-seq-analysis
Která metoda?
Postavte tuto metodu vedle jejích nejbližších příbuzných a čtěte je vedle sebe — knihovna položí knihy na stůl; volba je na vás.
- Analýza obohacení genových sad (GSEA)Bioinformatika↔ porovnat
- Analýza diferenciální genové exprese RNA-seq s asistencí strojového učeníBioinformatika↔ porovnat
- Analýza obohacení drahBioinformatika↔ porovnat
- Analýza diferenciální exprese RNA-seqBioinformatika↔ porovnat
- Analýza jednobuněčné RNA-seqBioinformatika↔ porovnat
- Analýza diferenciální exprese genů v jednobuněčné RNA sekvenaciBioinformatika↔ porovnat
Našli jste na této stránce chybu? Nahlaste ji nebo navrhněte opravu →