Simba 的主要功能
SIMBA 是一个多功能的单细胞数据分析工具,它独特地将细胞和各种特征(如基因、染色质可及区域和 DNA 序列)共同嵌入到一个共享的潜在空间中。它为单模态和多模态分析提供了全面的数据连接和分析能力,能够完成细胞异质性研究、标志物发现、基因调控推断、批次效应去除和组学数据整合等任务。
联合嵌入框架: 将细胞和多种特征嵌入到一个共同的潜在空间中,允许不同数据类型的统一分析
基于图的架构: 使用图嵌入技术建模细胞和各种生物实体(如基因和转录因子基序)之间的关系
多模态分析支持: 处理单模态和多模态数据分析,支持不同类型的基因组测量的整合
无聚类分析: 在不需要预先对细胞进行聚类的情况下进行分析,使特征发现更加灵活和无偏
Simba 的用例
单细胞 RNA 测序分析: 分析单细胞 RNA 测序数据中的基因表达模式和细胞异质性
染色质可及性分析: 研究 scATAC-seq 数据中的染色质结构和可及性模式
多组学整合: 同时整合和分析来自多种单细胞测量模态的数据
批次效应校正: 在保留生物学信号的同时,去除单细胞数据集中的技术变异和批次效应
优点
多种类型单细胞数据的统一分析框架
不需要预先对细胞进行聚类
能够处理单模态和多模态分析
缺点
处理大型数据集需要计算资源
可能需要生物信息学专业知识才能最佳使用
查看更多