精确的单分子点检用于基于图像的空间转录学与弱监督的深度学习
Emily Laubscher1, Xuefei Julie Wang2, Nitzan Razin2
1Division of Chemistry and Chemical Engineering, Caltech, Pasadena, CA.
bioRxiv : the preprint server for biology
|September 21, 2023
概括
极星简化了空间转录学分析,使用深度学习进行准确的基因表达量化. 这种交钥匙解决方案支持MERFSIH,seqFISH和ISS数据,增强生物发现.
科学领域:
- 分子生物学分子生物学
- 生物信息学是一种生物信息学.
- 计算生物学 计算生物学
背景情况:
- 基于图像的空间转录组学提供了转录组规模的基因表达数据与空间上下文.
- 当前分析管道通常很复杂,需要手动优化.
- 准确的单细胞基因表达量化仍然是一个挑战.
结论:
- 极星简化了空间转录组学数据的分析,使其更容易获得.
- 有助于更深入地了解空间基因表达模式和细胞功能.
- DeepCell软件库提供了对这种强大的分析工具的开放访问.
更多相关视频
08:18Use of Single Molecule Fluorescent In Situ Hybridization SM-FISH to Quantify and Localize mRNAs in Murine Oocytes
Published on: April 24, 2019
10.8K
10:01Probing mRNA Kinetics in Space and Time in Escherichia coli using Two-Color Single-Molecule Fluorescence In Situ Hybridization
Published on: July 30, 2020
7.3K