.png){kind=icon}
返回
Integration tools for scRNA-seq data and spatial transcriptomics sequencing data
.png){kind=icon}
PRE
AI
DOI：10.1093/bfgp/elae002.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
摘要
已开发出多种方法用于整合空间转录组学测序数据与单细胞RNA测序（scRNA-seq）数据。这些方法的持续发展和改进为基于不同研究问题整合和分析scRNA-seq及空间转录组学数据提供了多种选择。然而，每种方法都有其独特的优势、局限性和适用范围。研究人员需要根据实际情况选择最适合其研究目的的方法。本文综述了19种整合方法，这些方法源自广泛的研究途径，为研究人员根据具体研究问题选择合适的整合方法提供了全面参考。通过理解这些方法的基本原理，我们可以识别它们的相似性和差异性，理解其适用性和潜在互补性，并为未来的方法发展和理解奠定基础。本文综述了旨在整合scRNA-seq数据与空间转录组学数据的19种方法，并将这些方法分为两大类并据此进行描述。文章还强调了在注释各种技术时纳入高变基因的重要性，旨在获取与预期目的相符的生物相关信息。
期刊
暂无期刊信息
机构
暂无机构信息
引用论文
暂无论文信息