获取单细胞领域最新研究动态,可关注微信公众号
![](https://img.haomeiwen.com/i12639946/9ea0a1747f9d72d0.png)
2019年共推荐81篇单细胞领域高分文章(81篇速递文章汇总)。
2020年1月供推荐26篇单细胞领域高分文章(2020年1月速递文章汇总)
一句话点评:
今日速递文献,TooManyCells,基于聚类结果,可以探索不同细胞簇之间的关系。
预感这将是继拟时序分析之后的另一款“网红”软件,感兴趣的老师或同学可以提前了解一下。
序号:2020-045
![](https://img.haomeiwen.com/i12639946/2c21ce2c7efb4922.png)
TooManyCells识别并可视化单细胞分支的关系
【文献类别】计算方法-聚类
【发表期刊】**Nature Methods **
【影响因子】 28.5
【发表时间】2020.03.02
【文章摘要】识别和可视化转录相似的细胞有助于准确探索单细胞转录组学揭示的细胞多样性。然而,广泛使用的聚类和可视化算法产生固定数量的细胞类群。固定的类群“分辨率”妨碍我们识别和可视化细胞状态梯队的能力。研究人员开发了TooManyCells,这是一套基于图形的算法,用于高效、无偏倚地识别和显示细胞分支。TooManyCells引入了一个可视化模型,该模型有意地建立在与降维方法正交的概念之上。TooManyCells还配备了一种有效的无基质分裂分层光谱聚类方法,这与目前流行的单分辨率聚类方法不同。TooManyCells支持对单细胞支进行多分辨率和多方面的探索。这种范式的一个优点是,它可以立即检测罕见和常见的人群,这些人群的表现优于流行的聚类和可视化算法,这一点已在现有的单细胞转录组数据集和白血病T细胞耐药性获取的新数据建模中得到了证明。
![](https://img.haomeiwen.com/i12639946/07e06392aeb26812.png)
如果对分享的文章感兴趣,可扫描下方二维码
申请加入欧易-单细胞测序交流QQ群(群号:551203013)
单细胞文献速递的相关文章均可进群下载
根据序号下载相应文章
![](https://img.haomeiwen.com/i12639946/f22f57c6e90b9bf3.png)
网友评论