使用Python中的FlowSOM进行高效的细胞计量分析可以提高与其他单细胞工具的互操作性
Artuur Couckuyt1,2, Benjamin Rombaut1,2, Yvan Saeys1,2
1Department of Applied Mathematics, Computer Science and Statistics, Ghent University, 9000 Ghent, Belgium.
Bioinformatics (Oxford, England)
|April 17, 2024
概括
一个新的Python版本的FlowSOM,一个细胞计量数据集群工具,提供更快的性能和更好的集成与单细胞的数据. 这种增强的实施方法现在可供研究人员使用.
科学领域:
- 计算生物学 计算生物学
- 生物信息学是一种生物信息学.
- 数据科学数据科学数据科学
背景情况:
- FlowSOM是用于细胞计量数据分析的广泛使用的集群算法.
- 现有的实现可能在速度和兼容性上有局限性,与现代单细胞电脑工作流相兼容.
研究的目的:
- 介绍一个新的,优化的Python实现FlowSOM算法.
- 为了提高FlowSOM的可用性和性能,用于单细胞数据分析.
主要方法:
- 为FlowSOM开发一个新的Python包.
- 与最初的R实现相比,对比性能.
- 集成到常见的单细胞数据结构.
主要成果:
- 与R版本相比,Python实现的执行时间明显更快.
- 改进了兼容性和与当代单细胞omics数据格式的无集成.
- 保存原来的FlowSOM可视化功能,包括星和饼图.
结论:
- 新的Python FlowSOM实现为细胞计量数据分析提供了一个更快,更通用的工具.
- 这种实现有助于对单细胞奥米克数据进行高级分析,支持该领域的研究人员.
更多相关视频
09:57Characterizing Microbiome Dynamics – Flow Cytometry Based Workflows from Pure Cultures to Natural Communities
Published on: July 12, 2018
11.9K
05:44Assembly and Quantification of Co-Cultures Combining Heterotrophic Yeast with Phototrophic Sugar-Secreting Cyanobacteria
Published on: December 27, 2024
772
