Simba 的主要功能
Simba 是一种多功能的单细胞嵌入方法,可以将细胞和各种特征(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。它允许跨多种模态的单细胞数据进行统一分析,支持细胞异质性分析、标记基因发现、基因调控推断、批次效应去除和多组学数据整合等任务。
细胞和特征的联合嵌入: 将细胞和定义特征(如基因和染色质区域)共同嵌入到一个共同的潜在空间中
多模态分析: 支持在统一框架下分析单细胞 RNA-seq、ATAC-seq 和多组学数据
基于图的方法: 使用图嵌入技术建模细胞和特征之间的关系
无聚类分析: 无需依赖离散聚类即可进行标记基因发现和细胞分析
Simba 的用例
单细胞转录组学: 分析基因表达异质性和在 scRNA-seq 数据中识别标记基因
表观基因组学研究: 研究 scATAC-seq 数据中的染色质可及性模式和调控元件
多组学整合: 整合并联合分析匹配的单细胞 RNA 和 ATAC 测序数据
批次效应校正: 在保留生物学变异的同时,去除单细胞数据集中的技术批次效应
优点
支持多种单细胞分析任务的统一框架
无聚类方法支持更细粒度的分析
支持多种数据模态的整合
缺点
可能需要比简单方法更多的计算资源
基于图的方法对于某些用户来说可能较难解释
查看更多