ניתוח RNA-seq של תאים בודדים בסיוע למידת מכונה
ניתוח RNA-seq של תאים בודדים (scRNA-seq) בסיוע למידת מכונה משלב מודלים מפוקחים, בלתי מפוקחים ומודלים גנרטיביים עמוקים בזרימת העבודה הסטנדרטית של scRNA-seq כדי להתמודד עם האתגרים הייחודיים של נתוני תאים בודדים: דלילות קיצונית, מימדיות גבוהה, רעש טכני והשפעות אצווה (batch effects) בין ניסויים. שיטות כגון מקודדי אוטומטי וריאציאניים (scVI), רשתות נוירונים גרפיות ולמידת העברה משפרות באופן משמעותי את זיהוי סוגי התאים, הסקת מסלולים ושילוב נתונים בין מחקרים בהשוואה לגישות סטטיסטיות בלבד.
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. 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 ↗
איך לצטט עמוד זה
ScholarGate. (2026, June 3). Machine Learning-Assisted Single-Cell RNA Sequencing Analysis. ScholarGate. https://scholargate.app/he/bioinformatics/machine-learning-assisted-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.
- ניתוח העשרת קבוצת גנים (GSEA)ביואינפורמטיקה↔ השוואה
- ניתוח ביטוי דיפרנציאלי של RNA-seq בסיוע למידת מכונהביואינפורמטיקה↔ השוואה
- ניתוח העשרת מסלוליםביואינפורמטיקה↔ השוואה
- ניתוח ביטוי דיפרנציאלי ב-RNA-seqביואינפורמטיקה↔ השוואה
- ניתוח RNA-seq של תא בודדביואינפורמטיקה↔ השוואה
- ניתוח ביטוי דיפרנציאלי של RNA-seq של תא בודדביואינפורמטיקה↔ השוואה