批次
更全面、更准确的方法,佐治亚理工学院团队用DL对scRNA-seq数据进行批次效应和条件效应建模
编辑 | 萝卜皮单细胞 RNA 测序 (scRNA-seq) 已广泛用于疾病研究,其中在不同条件下(包括人口群体、疾病阶段和药物治疗)从捐赠者中收集样本批次。值得注意的是,此类研究中样本批次之间的差异是批次效应引起的技术混杂因素和条件效应引起的生物变异的混合体。但是,当前的去除批次效应方法往往同时消除技术批次效应和有意义的条件效应,而扰动预测方法仅关注条件效应,导致由于未考虑批次效应而导致基因表达预测不准确。在最新的研究中,佐治亚理工学院(Georgia Institute of Technology,GT)的研究
3/11/2024 6:22:00 PM
ScienceAI
- 1
资讯热榜
标签云
AI
人工智能
OpenAI
AIGC
模型
ChatGPT
DeepSeek
谷歌
AI绘画
机器人
数据
大模型
Midjourney
开源
智能
Meta
用户
微软
GPT
学习
技术
AI新词
图像
智能体
Gemini
马斯克
AI创作
Anthropic
英伟达
论文
训练
代码
算法
LLM
Stable Diffusion
芯片
腾讯
苹果
蛋白质
Claude
开发者
AI for Science
Agent
生成式
神经网络
机器学习
3D
xAI
研究
人形机器人
生成
AI视频
百度
工具
计算
Sora
GPU
华为
大语言模型
RAG
具身智能
AI设计
字节跳动
搜索
大型语言模型
场景
AGI
深度学习
视频生成
预测
视觉
伟达
架构
Transformer
编程
神器推荐
DeepMind
亚马逊
特斯拉
AI模型