cNMF:在单细胞RNA-Seq数据上运行共识性非负矩阵分解的代码和示例数据-源码

上传者: 42131405 | 上传时间: 2021-07-28 14:02:59 | 文件大小: 3.13MB | 文件类型: ZIP
共识非负矩阵分解(cNMF)v1.2 cNMF是用于从单细胞RNA-Seq(scRNA-Seq)数据推断基因表达程序的分析管道。 它以一个计数矩阵(N个细胞XG基因)作为输入,并生成一个(K x G)个基因表达程序(GEPs)矩阵和一个(N x K)矩阵,该矩阵指定数据中每个细胞的每个程序的用法。 您可以在阅读有关该方法的更多信息。 此外,该论文中的分析还可以在上进行探索和重新执行。 您可以在本README中阅读有关如何运行cNMF管道的更多信息,并可以在随附的和使用示例数据对它进行测试。 从1.1版更新 将用于确定高变异性基因的低均值表达基因的阈值从0.01提高到0.5。 除少数单元格外,一些用户正在识别使用率极低的无法解释的程序。 我们怀疑这是由于包含了在少数细胞中检测到的具有高变异性的基因所致。 在大多数情况下,默认参数的此更改将有助于解决该问题。 更新了NMF的导入,以与>

文件下载

资源详情

[{"title":"( 9 个子文件 3.13MB ) cNMF:在单细胞RNA-Seq数据上运行共识性非负矩阵分解的代码和示例数据-源码","children":[{"title":"cNMF-master","children":[{"title":"Tutorials","children":[{"title":"analyze_pbmc_example_data.ipynb <span style='color:#111;'> 2.93MB </span>","children":null,"spread":false},{"title":"analyze_simulated_example_data.ipynb <span style='color:#111;'> 1.38MB </span>","children":null,"spread":false}],"spread":true},{"title":"LICENSE <span style='color:#111;'> 1.04KB </span>","children":null,"spread":false},{"title":"README.md <span style='color:#111;'> 15.48KB </span>","children":null,"spread":false},{"title":"cnmf.py <span style='color:#111;'> 39.12KB </span>","children":null,"spread":false},{"title":".gitignore <span style='color:#111;'> 1.17KB </span>","children":null,"spread":false},{"title":"Extras","children":[{"title":"Dockerfile <span style='color:#111;'> 992B </span>","children":null,"spread":false},{"title":"run_parallel.py <span style='color:#111;'> 3.70KB </span>","children":null,"spread":false},{"title":"simulate_example_data.ipynb <span style='color:#111;'> 286.51KB </span>","children":null,"spread":false}],"spread":true}],"spread":true}],"spread":true}]

评论信息

免责申明

【只为小站】的资源来自网友分享,仅供学习研究,请务必在下载后24小时内给予删除,不得用于其他任何用途,否则后果自负。基于互联网的特殊性,【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查;无论 【只为小站】 经营者是否已进行审查,用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场,基于网友分享,根据中国法律《信息网络传播权保护条例》第二十二条之规定,若资源存在侵权或相关问题请联系本站客服人员,zhiweidada#qq.com,请把#换成@,本站将给予最大的支持与配合,做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明