Apple Machine Learning Research
·
通过Moscot在时间和空间中绘制细胞图谱
💡
原文英文，约500词，阅读约需2分钟。
📝
内容提要
单细胞基因组学技术利用最优传输理论实现多模态细胞分析，克服实验限制。moscot框架支持多模态应用，有效重建小鼠胚胎发育轨迹并识别心脏形成的驱动基因，同时可用于空间转录组数据的丰富和小鼠胰腺发育谱系分析。该工具为开源Python包，易于使用。
🎯
关键要点
- 单细胞基因组学技术支持跨时间和空间维度的多模态细胞分析。
- 实验限制阻碍了对细胞状态的全面测量。
- 最优传输理论被用来克服实验限制，恢复原始细胞环境。
- moscot框架是一个通用且可扩展的单细胞基因组学最优传输应用框架。
- moscot能够有效重建170万小鼠胚胎细胞的发育轨迹，并识别心脏形成的驱动基因。
- moscot可以用于空间转录组数据的丰富和小鼠胰腺发育谱系分析。
- moscot.spatiotemporal方法利用基因表达揭示小鼠胚胎发育的时空动态。
- moscot是一个易于使用的开源Python包，提供了丰富的文档支持。
➡️
