.png){kind=icon}
返回
Navigating the data processing for cytometry-based single-cell proteomics
.png){kind=icon}
PRE
AI
DOI：10.1038/s41596-025-01257-2.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
流式细胞术单细胞蛋白质组学（SCP）已作为一种强大的技术出现，能够以新的粒度水平显著提升我们对复杂生物系统的理解。已开发出多种方法来处理基于流式细胞术的SCP数据。然而，识别特定数据集中表现良好的处理流程仍然极具挑战性。在此，我们开发了ANPELA，一种基于大规模筛选的即用型方法，用于指导蛋白质组数据处理。它能够基于机器学习比较数千种处理流程在识别细胞亚群和推断伪时间轨迹方面的性能。随后分析了多个案例，突显了其识别基于流式细胞术的SCP研究数据处理的最佳方式的能力。还部署了一个新软件包，以确保多场景可用性（如桌面软件、R软件包和在线服务器）、数据安全（支持本地和开源执行）和用户友好界面（实现交互式和可视化应用）。总体而言，ANPELA可供广泛受众使用，包括无编程技能者，并可免费访问和下载，网址为https://idrblab.org/anpela/。其执行时间可能从几分钟到几小时不等，具体取决于分析数据的大小。ANPELA是一个用于比较和评估处理单细胞蛋白质组数据的不同流程性能的软件包，确保用户为其实验设计问题选择最合适的处理流程。
期刊
IF:
16
论文数:
4.0K
被引数:
5.6W
机构
引用论文
Spatial molecular anatomy of germ layers in the gastrulating cynomolgus monkey embryo食蟹猴胚胎胚层的空间分子解剖学.png)
CELL REPORTS
OAAI
CELL REPORTSIF6.9
OAAI分享收藏Single-cell peripheral immunoprofiling of Alzheimer's and Parkinson's diseasesSCIENCE ADVANCES
OAAI
SCIENCE ADVANCESIF12.5
OAAI分享收藏分享收藏NAguideR: performing and prioritizing missing value imputations for consistent bottom-up proteomic analysesNUCLEIC ACIDS RESEARCHOAAI
NUCLEIC ACIDS RESEARCHIF13.1
OAAI分享收藏
查看更多内容