可视化单细胞数据与邻近的嵌入频谱
bioRxiv : the preprint server for biology
|May 15, 2024
概括
t分布式静态邻居嵌入 (t-SNE) 和统一多重近似和投影 (UMAP) 通过单个参数连接在一起,创建了一系列可视化方法. 这种光谱允许对单细胞数据进行细微的理解,平衡局部结构和连续变异.
科学领域:
- 计算生物学 计算生物学
- 机器学习 机器学习
- 数据可视化 数据可视化
背景情况:
- t分布式静态邻居嵌入 (t-SNE) 和统一多重近似和投影 (UMAP) 广泛用于可视化高维单细胞数据.
- 这些方法,尽管表述不同,但在理论上是相关的.
- 一个参数可以在t-SNE和UMAP之间进行插值,揭示了一系列可视化技术.
结论:
- 通过参数光谱对t-SNE和UMAP的统一视图可以增强单细胞数据可视化.
- 这种方法提供了灵活性来强调不同的数据方面,有助于生物学解释.
- 频谱的动画可视化为复杂的高维数据集提供了更深入的见解.


