ScholarGate
Assistente
Process / pipelineBioinformatics / omics

Analisi Bayesiana di RNA-seq a Singola Cellula — Trascrittomica Probabilistica

L'analisi Bayesiana di RNA-seq a singola cellula applica modelli generativi probabilistici alle matrici di conteggi sparse e sovradisperse prodotte dal sequenziamento di RNA a singola cellula. Ponendo distribuzioni a priori sulle variabili biologiche latenti — stato cellulare, effetti di batch, dropout — il framework propaga l'incertezza attraverso ogni fase di inferenza a valle. Strumenti come scVI, SCVI-tools e BayesPrism implementano questo paradigma, consentendo clustering cellulare principiale, test di espressione differenziale e integrazione di batch che modellano esplicitamente il rumore tecnico anziché ignorarlo.

Apri in MethodMindIn arrivoVideoIn arrivoDownload slides

Leggi il metodo completo

Riservato ai membri

Accedi con un account gratuito per leggere questa sezione.

Accedi

Method map

The neighbourhood of related methods — select a node to explore.

Fonti

  1. 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
  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

Come citare questa pagina

ScholarGate. (2026, June 3). Bayesian Probabilistic Analysis of Single-Cell RNA Sequencing Data. ScholarGate. https://scholargate.app/it/bioinformatics/bayesian-single-cell-rna-seq-analysis

Which method?

Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.

Compare side by side

Citato da

ScholarGateBayesian single-cell RNA-seq analysis (Bayesian Probabilistic Analysis of Single-Cell RNA Sequencing Data). Consultato il 2026-06-15 da https://scholargate.app/it/bioinformatics/bayesian-single-cell-rna-seq-analysis · Insieme di dati: https://doi.org/10.5281/zenodo.20539026