相关实验视频
Updated: Sep 9, 2025
06:28
Sample Preparation for Mass Cytometry Analysis
Published on: April 29, 2017
16.2K
CytoNormPy 能够快速且可扩展地删除细胞测量数据集中的批量效应
Tarik Exner1,2, Nicolaj Hackert1,2, Luca Leomazzi3,4
1Internal Medicine V, Hematology, Oncology and Rheumatology, Heidelberg University Hospital, Heidelberg, Germany.
概括
我们开发了CytoNormPy, 这是一个更快的Python实现CytoNorm算法, 该工具增强了用于临床诊断和研究的细胞计量数据分析.
科学领域:
- 生物医学数据分析
- 计算生物学
- 免疫学
背景情况:
- 细胞计量对于临床诊断,研究和研究至关重要.
- 技术变化的批量影响使细胞计量数据分析复杂化.
- 对于可靠的结果来说,对批量效应的考虑是必不可少的.
研究的目的:
- 介绍CytoNorm算法的Python实现,用于删除批量效应.
- 为现有实施提供更快,更兼容的替代方案.
- 通过集群算法和可视化扩展功能.
主要方法:
- 开发了CytoNormPy,这是CytoNorm 2.0的Python实现.
- 集成的共同集群算法.
- 包括用于算法评估的关键可视化.
主要成果:
- 与R相比,CytoNormPy的性能提高了85%.
- 该实现与常见的Python单单元数据结构兼容.
- 增加了包括集群和可视化在内的新功能.
结论:
- CytoNormPy提供了一种高效和多功能解决方案,用于对细胞测量数据进行批量效应校正.
- 该工具有助于在临床和基础研究中进行更强大的分析.
- 免费可用的实施促进了更广泛的采用和可重复性.
