文件名称：CytoSPACE:scRNA-seq数据到空间转录组学数据的最佳映射
文件大小：207KB
文件格式：ZIP
更新时间：2024-04-28 19:58:44
Python
CytoSPACE：scRNA-seq数据到空间转录组学数据的最佳映射 CytoSPACE是一种新颖的计算策略，用于在空间转录组（ST）测量可能包含多个细胞的贡献的情况下，将单细胞转录组分配给原位空间转录组数据。 我们的方法通过基于线性编程的优化例程将基于相关的成本函数最小化，从而解决了单个像元/点分配问题。 该存储库包含用于实现和评估我们的方法的代码以及一个应用该方法的案例研究。 我们方法的关键创新是： 与常规方法相比，CytoSPACE在单个细胞水平上解剖给定组织中细胞的空间组织。 由于我们的方法从scRNA测序数据中绘制了单个细胞，与可用的空间转录组学技术相比，每个细胞中都有大量的基因被测序，因此我们的方法显着改善了重建组织的基因覆盖率。 我们的方法不需要有关细胞类型和细胞状态的先验知识。 主要实现是作为Python 3软件包。 要查看SpatialDE的用法示例，请继续
【文件预览】：
CytoSPACE-main
----.DS_Store(8KB)
----.gitattributes(66B)
----Python-module()
--------CytoSPACE_with_Seurat_cell_type_fraction_estimation.py(23KB)
--------CytoSPACE_with_metagene_fraction_estimation.py(22KB)
----README_files()
--------README.Rmd(405B)
----Analysis()
--------Naive_Euclidean_Correlation_methods()
--------.DS_Store(10KB)
--------Low_Resolution_ST_Data_Simulation()
--------Score_Calculations()
--------Spatial_Seurat()
----README.md(3KB)
----data()
--------.DS_Store(6KB)
--------ST_data.png(92KB)
--------Coordinates.png(115KB)