在单细胞中实现自动化和可解释的高通量扰动分析
Jesus Gonzalez-Ferrer1,2,3, Mohammed A Mostajo-Radji1,3
1Genomics Institute, University of California, Santa Cruz, Santa Cruz, CA 95064, USA.
Patterns (New York, N.Y.)
|April 23, 2025
概括
一个新的深度学习模型CellCap解码了基因或化学变化如何影响特定细胞状态. 它确定了参与这些细胞反应的关键生物途径,以更好地理解.
科学领域:
- 计算生物学是一种计算生物学.
- 基因组学就是基因组学.
- 系统生物学 系统生物学
背景情况:
- 单细胞RNA测序 (scRNA-seq) 数据中的扰乱分析由于复杂的细胞反应而带来挑战.
- 了解细胞特异性对干扰的反应对于生物发现至关重要.
更多相关视频
09:57Workflow for High-content, Individual Cell Quantification of Fluorescent Markers from Universal Microscope Data, Supported by Open Source Software
Published on: December 16, 2014
12.9K
12:21A Versatile Automated Platform for Micro-scale Cell Stimulation Experiments
Published on: August 6, 2013
10.5K