QOT:高效计算的样本水平距离矩阵从单细胞Omics数据通过量子化最佳运输数据
Zexuan Wang1, Qipeng Zhan1, Shu Yang2
1Graduate Group in Applied Mathematics and Computational Science, University of Pennsylvania.
bioRxiv : the preprint server for biology
|February 19, 2024
概括
量子化最优传输 (QOT) 能够有效地从大型单细胞欧米数据计算样本级距离矩阵. 这种方法提高了对比生物学研究和疾病进展分析的准确性和稳定性.
科学领域:
- 生物信息学是一种生物信息学.
- 计算生物学 计算生物学
- 数据科学数据科学数据科学
背景情况:
- 单细胞技术提供了高维的细胞群数据,这给比较分析带来了计算挑战.
- 生成样本级距离矩阵对于理解跨多种生物条件的细胞架构至关重要.
- 最佳运输 (OT) 是一种在生物信息学中使用的几何数据分析工具,但对于大型数据集来说,它可能是计算密集的.
结论:
- QOT提供了一个计算效率高,准确的解决方案,用于分析大规模的单细胞数据.
- 从QOT获得的样本级距离矩阵对于下游分析非常有价值,例如揭示疾病进展轨迹.
- 这项工作通过为单细胞数据分析提供了强大的工具,推动了生物医学信息学和数据科学的发展.
