定量评估batch correction质量的方法:混合分数

本文介绍了MatthewAmodio等人使用深度多任务神经网络探索单细胞RNA-seq数据的方法,强调了在处理实验批次效应时的有效性。这种方法被引用244次,展示了其在单细胞基因表达研究中的重要性。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

[41] Büttner, M. et al. A test metric for assessing single-cell RNA-seq batch correction.  Nat. Methods  16, 43–49 (2019). 被引次数:297
方法介绍与应用来自论文:Matthew Amodio, David Van Dijk, Krishnan Srinivasan, William S Chen, Hussein Mohsen, Kevin R Moon, Allison Campbell, Yujiao Zhao, Xiaomei Wang, and Manjunatha Venkataswamy. Exploring single-cell data with deep multitasking neural networks. Nature methods, 2019. 被引次数:244
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值