论文逐年发布
论文类
哈佛大学
一号
TL;DR:DESeq2方法使用缩放估计分布和折叠来提高估计的稳定性和可解释性,使量化分析能够侧重于强度,而不仅仅是差分表达式的存在
抽象性 :在高通量排序比较分析中,基本任务之一是分析计数数据,如RNA-Seq数据中逐基因计数,以证明跨实验条件系统变化小复制数、离散性、大动态范围以及外部值的存在需要适当的统计方法。显示DESEQ2方法 差分分析计数数据DESEC2使用缩放估计分布和折叠提高估计的稳定性和可解释性这使量化分析能够注重强度而非单纯存在差分表达式并便利下游任务,如基因排序和可视化DESEC2可用R/Bio导体打包
17014引用
中文科学院
一号
TL;DR:fastp开发为超快FASTQ预处理器,配有实用质量控制和数据过滤特征,可执行质量控制、适配器裁剪、质量滤波、逐读质量裁剪和多项单扫描快速Q数据的其他操作
抽象性 :动机:质量控制和预处理FASTQ文件对为下游分析提供干净数据至关重要传统上,每种操作使用不同的工具,如质量控制、适配器裁剪和质量滤波通常这些工具不够快,因为大多数开发使用高层次编程语言(例如Python和Java)并提供有限多线程支持多次读加载数据还使预处理慢化和I/O无效化结果:我们开发快速处理器超快FASTQ预处理器并配有实用质量控制和数据过滤特征它可以执行质量控制、适配裁剪、质量滤波、阅读质量裁剪和多功能并单扫描FASTQ数据支持单分子标识预处理、多尾裁剪、输出分解和对端数据基础校正可自动检测单端和双端FASTQ数据适配器C++开发工具并有多线程支持快速处理比FASTQ预处理工具快2至5倍,如Trimmotical或Cutapt可用性实现:开源代码和对应指令见httpss://github.com/OpenGene/fast
4300引用
[.]
TL;DR:引进了`权值近邻'分析,一个不受监督框架学习每个单元中数据类型相对实用性,使多模式综合分析成为可能
抽象性 :多重模式同时测量,即多模式分析,代表单细胞基因组学令人振奋的前沿,并需要新的计算方法来定义基于多数据类型细胞状态使用非监督框架 学习每个单元中数据类型相对实用性 并综合分析多模式程序由数以十万计白细胞组成 由228抗体组成综合分析可大幅提高解决细胞状态和验证前未报告淋巴分量的能力并解释免疫响应和COVID-19方法代表广泛应用策略分析单细胞多式数据集,包括对RNA和chromatin状态配对测量,并透视转录机面对手机特征统一多式定义可用性指令、文档、教程和CITE-seq数据集见http://www.satijalab.org/seurat
2 924引用
[.]
TL;DR:这项工作为单细胞数据综合策略,包括协调引用汇编和跨数据集信息传递,并展示锚定如何协调原位基因表达式和scRNA-seq数据集
抽象性 :必威体育BW单细胞解析学(scRNA-seq)改变了我们发现和注解细胞类型和状态的能力,但深入生物理解需要的不仅仅是分类类集列表出现新方法测量单细胞模式,包括高维免疫机型、染色体无障碍化和空间定位时,关键分析挑战是如何将这些数据集整合成统一地图集,以更好地了解细胞特征和功能开发计算策略 并发多类数据集 使我们能够整合并比较单细胞测量 不仅跨scrNA-seq技术, 并使用不同模式显示比现有数据集成法大有改进后,我们用 scATAC-seq数据集锁定seq实验,探索相邻中子集中的染色素差异,并预测单细胞蛋白测量人体骨髓图集注解并描述淋巴细胞群最后,我们展示锚定可协调原生基因表达式和scRNA-seq数据集,允许对空间基因表达模式进行全数估计并识别视觉皮层中映射细胞类型之间的空间关系我们的工作提出了综合单单元数据策略,包括协调引用汇编和跨数据集信息传递可用性:安装指令、文档和教程见:httpss/www.satijalab.org/seurat
2 037引用
墨尔本大学
一号
TL;DR:合成和真读测试显示单人可组装大卷和误组比其他混合装配者少,即使长读深度和精度低时也是如此
抽象性 :光照脱氧核糖核酸测序平台生成精短读数,可用于生成精全但支离破碎的基因组组件太平洋生物科学与牛津南波尔技术脱氧核糖核酸测序平台生成长读可生成更完整的基因组组件,但测序费用更高并易出错极有兴趣合并从这些辅助排序技术生成的数据以生成更精准的“混合式集成式”。工具很少真正利用两种数据的好处,即短读精度和长读结构解法Unicleer使用新工具从短长双读组合细菌基因组,产生精确、完整和成本效益高的组件Unicleer从短读建立初始汇编图使用devo装配器SPADEs并使用短读信息简化图单环算器使用新奇半全局匹配器,用于对齐长读取汇编图合成和真读测试显示单人可组装大卷和误组比其他混合装配者少,即使长读深度和精度低时也是如此unicycler开源gthub.com/rrwick/unicy
1 750引用