Simba 的主要功能
SIMBA 是一個多功能的單細胞數據分析工具,獨特地將細胞和各種特徵(如基因、染色質可接近區域和 DNA 序列)共同嵌入到共享的潛在空間中。它為單模態和多模態分析提供了全面的數據連接和分析能力,支持細胞異質性研究、標誌物發現、基因調控推斷、批次效應消除和多組學數據整合等任務。
聯合嵌入框架: 將細胞和多種類型的特徵嵌入到共同的潛在空間中,允許不同數據類型的統一分析
基於圖的架構: 使用圖嵌入技術建模細胞和各種生物實體(如基因和轉錄因子基序)之間的關係
多模態分析支持: 處理單模態和多模態數據分析,支持不同類型的基因組測量的整合
無需聚類的分析: 在不需要預先細胞聚類的情況下進行分析,使特徵發現更加靈活和無偏見
Simba 的用例
單細胞 RNA 定序分析: 分析單細胞 RNA 定序數據中的基因表達模式和細胞異質性
染色質可接近性分析: 研究 scATAC-seq 數據中的染色質結構和可接近性模式
多組學整合: 同時整合和分析多種單細胞測量模式的數據
批次效應校正: 在保留生物信號的同時,消除單細胞數據集中的技術變異和批次效應
優點
多種類型的單細胞數據的統一分析框架
不需要預先細胞聚類
能夠處理單模態和多模態分析
缺點
需要計算資源來處理大型數據集
可能需要生物信息學的專業知識以實現最佳使用
查看更多