.png){kind=icon}
返回
scDenorm: a denormalisation tool for integrating single-cell transcriptomics data
.png){kind=icon}
OA
AI
DOI：10.1093/gigascience/giag032.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
在图谱规模上整合单细胞组学数据增强了我们对细胞类型和疾病机制的理解。然而，整合由不同归一化方法处理的数据可能导致偏差，例如意外的批次效应和基因表达失真，进而导致下游分析的误解释。为解决这些挑战，我们提出了scDenorm算法，该算法将经过delta方法归一化的单细胞组学数据还原为原始计数，保留原始测量的完整性，并确保在整合过程中数据处理的连贯性。我们通过大规模数据集评估了scDenorm的性能，并对其在三个数据集上的数据整合及下游分析的影响进行了基准测试。
Keyword:
single-cell transcriptomics
data integration
normalisation
scDenorm
batch effects
期刊
IF:
3.9
论文数:
1.6K
被引数:
1.2W
机构
查看更多机构
引用论文
暂无论文信息