没有合适的资源?快使用搜索试试~ 我知道了~
ICAnet:独立组件分析解密功能模块,可实现更好的单元聚类和注释
共27个文件
rd:10个
r:7个
html:3个
需积分: 50 1 下载量 94 浏览量
2021-02-14
02:09:26
上传
评论
收藏 3.92MB ZIP 举报
温馨提示
基于独立成分分析的基因共表达网络推论(ICAnet)来解密功能模块,以实现更好的单细胞聚类和批次整合 互联网 我们在单细胞聚类中引入了独立成分分析(ICA),以将基因表达矩阵分解为许多独立成分。 每个独立的成分均以共表达模式为特征,并与某些有意义的生物学途径相关。 这种概念使ICAnet能够识别不同批次数据集之间的共享基因共表达模块。 基于这样的想法,即源自同一细胞类型的不同批次的scRNA-seq数据集不会显示出完全相同的基因表达模式,但关键的共表达模块通常倾向于保持相似的ICAnet对,从而使细胞具有相同的亚群在不同批次之间,无论其库类型,测序平台或其他影响如何。 ICAnet的这些功能使其在不同批次的scRNA-seq数据集的细胞聚类和整合分析中表现更好。 用法 有关用法示例和指导的演练,请检查存储库的vignettes目录。 相依性 来自Bioconductor的软件包:AUCel
资源推荐
资源详情
资源评论
收起资源包目录
ICAnet-master.zip (27个子文件)
ICAnet-master
ICAnet.tar.gz 12KB
vignettes
Pancreas_Tutorial2.html 3.33MB
ICAnet_tutorial2.html 1.37MB
MouseBrain_TF2.html 1.14MB
NAMESPACE 1KB
DESCRIPTION 703B
Denoise_read.py 597B
R
EstNumModule.R 1KB
ModuleTool.R 4KB
ICAcomputing.R 6KB
RunICAnet.R 6KB
ICAnetTF.R 10KB
ModuleSignificanceTest.R 1KB
CrossBatchGrouping.R 3KB
ICAnet.Rproj 436B
README.md 6KB
man
CrossBatchGrouping.Rd 2KB
ModuleSignificanceTest.Rd 695B
EstNumModule.Rd 790B
ICAcomputing.Rd 2KB
RunICAnetTF.Rd 2KB
TF_Net_Generate.Rd 1KB
RunICAnet.Rd 2KB
RunModuleSVD.Rd 559B
plot_module.Rd 1KB
FindMarkerModule.Rd 991B
figure-m1.png 674KB
共 27 条
- 1
资源评论
大英勋爵汉弗莱
- 粉丝: 35
- 资源: 4492
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功