scBubbletree:用于可视化单细胞RNA-seq数据的计算方法
Simo Kitanovski1, Yingying Cao2, Dimitris Ttoouli2
1Bioinformatics and Computational Biophysics, Faculty of Biology and Centre for Medical Biotechnology (ZMB), University of Duisburg-Essen, 45141, Essen, Germany. simo.kitanovski@uni-due.de.
BMC bioinformatics
|September 13, 2024
概括
scBubbletree为单细胞RNA测序 (scRNA-seq) 数据提供了一种新的可视化方法. 这种可扩展的方法解决了多重绘图和定量评估问题,增强了复杂数据集的生物学解释.
科学领域:
- 基因组学就是基因组学.
- 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:
- 标准的单细胞RNA测序 (scRNA-seq) 可视化方法往往存在过度绘图和缺乏定量信息.
- 现有的方法可以从高维数据中扭曲生物模式的全球和本地属性.
研究的目的:
- 为scRNA-seq数据开发一种可扩展和定量可视化方法.
- 改进从scRNA-seq实验中对细胞关系和生物见解的分析.
主要方法:
- scBubbletree可以根据转录组识别细胞群.
- 集群在树图上被视觉化为"泡",代表定量总结.
- 泡树被堆叠在一起,以整合额外的集群信息.
主要成果:
- scBubbletree为scRNA-seq数据可视化提供了一个可扩展的方法.
- 该方法促进了定量评估和生物解释.
- 在大型数据集上表现出有效性,包括超过120万个细胞.
结论:
- R-package scBubbletree促进了scRNA-seq数据的连贯量化和可视化.
- scBubbletree是通过生物导体库免费使用的.


