Attention-based deep clustering method for scRNA-seq cell type identification

Single-cell sequencing (scRNA-seq) technology provides higher resolution of cellular differences than bulk RNA sequencing and reveals the heterogeneity in biological research. The analysis of scRNA-seq datasets is premised on the subpopulation assignment. When an appropriate reference is not availab...

Celý popis

Uloženo v:

Podrobná bibliografie
Vydáno v:	PLoS computational biology Ročník 19; číslo 11; s. e1011641
Hlavní autoři:	Li, Shenghao, Guo, Hui, Zhang, Simai, Li, Yizhou, Li, Menglong
Médium:	Journal Article
Jazyk:	angličtina
Vydáno:	United States Public Library of Science 01.11.2023 Public Library of Science (PLoS)
Témata:	Algorithms Biological research Breast cancer Cell fusion Cells Clustering Computational linguistics Data visualization Datasets Deep learning Embedding Gene expression Gene sequencing Genetic aspects Graph neural networks Heterogeneity Identification and classification Language processing Methods Natural language interfaces Representations RNA sequencing China
ISSN:	1553-7358, 1553-734X, 1553-7358
On-line přístup:	Získat plný text
Tagy:	Přidat tag Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!

Buďte první, kdo okomentuje tento záznam!