scTree: 在 scRNA-seq 数据中发现细胞层次结构时考虑批次效应

BriefGPT - AI 论文速递 BriefGPT - AI 论文速递 ·

研究提出了一种新的方法scTree,用于单细胞RNA测序数据的层次聚类。该方法通过基于VAE的纠正批次效应和学习树状数据表示,发现数据的潜在聚类和层次关系。实证研究表明,scTree在七个数据集上表现优于基准方法,并分析了学习得到的层次结构的生物相关性。

原文中文,约400字,阅读约需1分钟。
阅读原文