ניתוח בייסיאני של נתוני RNA מתא בודד — טרנסקריפטומיקה הסתברותית
ניתוח בייסיאני של נתוני RNA מתא בודד מיישם מודלים גנרטיביים הסתברותיים על מטריצות הספירה הדלילות והיתר-מפוזרות המופקות מריצוף RNA מתא בודד. על ידי הצבת התפלגויות א-פריוריות על משתנים ביולוגיים חבויים — מצב התא, השפעות אצווה, דילוג — המסגרת מעבירה אי-ודאות דרך כל שלב היסק במורד הזרם. כלים כגון scVI, SCVI-tools ו-BayesPrism מיישמים פרדיגמה זו, המאפשרים קיבוץ תאים עקרוני, בדיקת ביטוי דיפרנציאלי ושילוב אצוות המודל במפורש רעש טכני במקום להתעלם ממנו.
קראו את השיטה במלואה
התחברו עם חשבון חינמי כדי לקרוא חלק זה.
מפת שיטות
סביבת השיטות הקרובות — בחרו צומת כדי לחקור.
מקורות
- 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. DOI: 10.1038/s41592-018-0229-2 ↗
- Eraslan, G., Simon, L. M., Mircea, M., Mueller, N. S., & Theis, F. J. (2019). Single-cell RNA-seq denoising using a deep count autoencoder. Nature Communications, 10(1), 390. DOI: 10.1038/s41467-018-07931-2 ↗
איך לצטט עמוד זה
ScholarGate. (2026, June 3). Bayesian Probabilistic Analysis of Single-Cell RNA Sequencing Data. ScholarGate. https://scholargate.app/he/bioinformatics/bayesian-single-cell-rna-seq-analysis
איזו שיטה?
הציבו שיטה זו לצד קרובותיה הקרובות וקראו אותן זו לצד זו — הספרייה מניחה את הספרים על השולחן; הבחירה בידיכם.
- הקצאת דיריכלה סמויה (LDA)למידת מכונה↔ השוואה
- רגרסיית בינום שליליאקונומטריקה↔ השוואה
- מפענח אוטומטי וריאציונילמידה עמוקה↔ השוואה