Tangram: 单细胞转录组数据的空间对齐工具
项目地址: https://gitcode.com/gh_mirrors/tang/Tangram 1. 项目基础介绍
Tangram 是由 Broad 研究所开发的一个开源项目，主要使用 Python 语言编写，并且基于 PyTorch 和 scanpy 库。该项目旨在为单细胞（或单核）基因表达数据与空间基因表达数据之间提供一种映射方法。通过这一方法，研究人员可以更深入地理解细胞在组织中的空间分布和功能。
2. 核心功能
Tangram 的核心功能是将单细胞数据映射到空间数据上，具体包括以下步骤：
- 数据预处理：首先，项目会找出单细胞数据集和空间数据集共有的基因，并对这两个数据集进行预处理。
- 映射：通过一个概率矩阵，将单细胞数据映射到空间数据上，从而得到单细胞在空间中的分布概率。
- 基因表达投影：基于映射结果，将单细胞的基因表达数据投影到空间数据上，以便进行进一步的分析。
3. 最近更新的功能
根据项目的更新日志，最近更新的功能包括：
- 性能优化：在单细胞层面进行映射时，对算法进行了优化，提高了计算效率和内存使用效率。
- 集群模式映射：新增了一种映射模式，允许用户在细胞集群层面进行映射，从而减少计算资源的需求，加快映射速度。
- 用户文档和教程：更新了用户文档和教程，使得用户更容易理解和使用 Tangram，特别是对于新手用户。
通过这些更新，Tangram 不仅提升了性能，还增强了易用性和用户体验，为单细胞数据的空间分析提供了更加强大的工具。
创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
