文件名称：solo:检测双峰的软件
文件大小：138KB
文件格式：ZIP
更新时间：2024-05-29 08:12:56
Python
独奏-通过半监督深度学习进行双峰检测 为什么 经历过单细胞RNA测序的细胞已经经历了很多事情，请真正让他们成为一个孤独的人。 如果他们无法逃脱细胞的社交活动，那么您最终需要将RNA从多个细胞测序到条形码，并在期望单个细胞谱时创建一个双峰。 solo是一个神经网络框架，可对双峰进行分类，以便您可以将双峰从数据中删除并清除单个细胞的概况。 我们根据DoubletFinder和Scrublet等其他doublet检测工具对solo进行了基准测试，发现它在平均精度方面始终优于它们。 此外，Solo在较复杂的组织（小鼠肾脏）上的表现要好得多。 快速设置 运行以下命令以克隆并设置ve。 git clone git@github.com:calico/solo.git && cd solo && conda create -n solo python=3.6 && conda activate s
【文件预览】：
solo-master
----setup.py(1KB)
----.gitignore(135B)
----requirements.txt(70B)
----hashsolo_params_example.json(36B)
----solo()
--------__init__.py(133B)
--------solo.py(22KB)
--------utils.py(6KB)
--------hashsolo.py(21KB)
----release_script.sh(91B)
----LICENSE(1KB)
----setup.cfg(62B)
----testdata()
--------performance_tracking.png(77KB)
--------gene_ad_filtered_PoolB4FACs_L4_Rep1.h5ad(134B)
--------2c.h5ad(133B)
--------calculate_performance.py(3KB)
--------performance_test_pbmc_2c.sh(482B)
--------tracking_performance.csv(851B)
--------kidney_performance_tracking.png(43KB)
--------pbmc_performance_tracking.png(44KB)
--------performance_test_kidney_PoolB4FACs_L4_Rep1.sh(520B)
----README.md(9KB)
----tests()
--------hashsolo_tests.py(2KB)
----solo_params_example.json(161B)
----prespecified.txt(137B)
----.gitattributes(43B)