自动化单细胞奥米克终端到终端框架与数据驱动的批量推断
Yuan Wang1, William Thistlethwaite2, Alicja Tadych2
1Department of Computer Science, Princeton University, Princeton, NJ 08540, USA; Lewis-Sigler Institute of Integrative Genomics, Princeton University, Princeton, NJ 08540, USA.
Cell systems
|October 4, 2024
概括
我们开发了SPEEDI,这是一条用于单细胞多omics分析的自动化管道. 该框架增强了数据集成和细胞类型标签,提高了复杂生物数据集的可重复性.
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.
- 基因组学就是基因组学.
背景情况:
- 单细胞多组体分析产生了复杂的,异构的数据集.
- 在单细胞数据分析中的可复制性是一个重大挑战.
- 目前的方法通常需要广泛的参数调整和手动干预.
研究的目的:
- 介绍SPEEDI (端到端数据集成的单细胞管道),一个完全自动化的框架.
- 为了提高单细胞多omics数据分析的可复制性和可访问性.
- 为了促进批量推断,数据集成和细胞类型标记.
主要方法:
- 开发了一种数据驱动的批量推断方法.
- 实现了完全自动化的端到端工作流,用于预处理,集成和细胞类型映射.
- 确保与现有的集成和细胞类型工具的兼容性.
主要成果:
- SPEEDI 将异质数据矩阵转换为一个均注释和集成的数据集.
- 该框架将参数选择和执行自动化,无需用户输入.
- 能够进行下游分析,包括差异信号分析和基因功能模块识别.
结论:
- SPEEDI显著提高了单细胞多组分析中的可复制性.
- SPEEDI的自动化特性降低了生物洞察力提取的障碍.
- 在https://speedi.princeton.edu/.上提供一个交互式Web应用程序.
