scNym-用于单细胞分类的半监督对抗神经网络
scNym是一个神经网络模型,用于根据单细胞分析数据(例如scRNA-seq)预测细胞类型,并从这些模型中得出细胞类型表示形式。 尽管细胞类型分类是主要的用例,但是这些模型可以将单个细胞概况映射到任意输出类别(例如实验条件)。
我们已经在Genome Research的最新论文中详细描述了scNym 。 如果您发现此工具有用,请引用我们的工作。 我们也有一个研究网站,介绍scNym简报-
用于单细胞分类的半监督对抗神经网络。 雅各布·金梅尔(Jacob C.Kimmel)和大卫·凯利(David R.Kelley)。 基因组研究。 2021. doi: :
BibTeX
@article{kimmel_scnym_2021,
title = {Semi-supervised adversarial neural networ
1