HyperAIHyperAI

Command Palette

Search for a command to run...

Polaratio: معامل ارتباط تنازلي يعتمد على الحجم، وتحسيناته لتركيب الخلايا القصيرة RNA

Chandra Mohan Anto Sam Crosslee Louis Sam Titus Pietro Antonio Cicalese Victor Wang

الملخص

الدافع: سمحَت تقنيات تسلسل RNA على مستوى الخلية الواحدة (scRNA-seq) وأدوات التحليل بتحقيق فهم مفصل بشكل ملحوظ للدور والتفاعلات بين الخلايا والجينات. ومع ذلك، فإن المقاييس التقليدية للمسافة، مثل المسافة الإقليدية، ومسافة بيرسون، ومسافة سبيرمان، تفشل في أخذ الابعاد العالية، والتزايدية، وحجم تعبير الجينات بعين الاعتبار في آنٍ واحد. ولحل عدة نقاط ضعف في هذه المقاييس الشائعة الاستخدام، نقدم مقياسًا جديدًا يُسمى "Polaratio"، وهو مقياس ارتباط تزايدي يعتمد على الحجم، مصمم لتحسين جودة تحليل بيانات scRNA-seq.النتائج: قمنا بدمج ثلاث خوارزميات تجميع متميزة وقابلة للتفسير – تجميع الخلايا الموحّد (SC3)، والتجميع الهرمي (HC)، وتجميع K-متوسطات (KM) – من خلال إجراء تجميع خلايا موحّد، وقمنا بتقييمه على مجموعة متنوعة من البيانات البيولوجية لمقارنة أداء Polaratio مع عدة مقاييس معروفة. أظهرت نتائجنا قدرة Polaratio على تحسين دقة تجميع الخلايا في 5 من أصل 7 مجموعات بيانات متاحة علنًا.التوفر: https://github.com/dubai03nsr/Polaratioالاتصال: [email protected]


بناء الذكاء الاصطناعي بالذكاء الاصطناعي

من الفكرة إلى الإطلاق — سرّع تطوير الذكاء الاصطناعي الخاص بك مع المساعدة البرمجية المجانية بالذكاء الاصطناعي، وبيئة جاهزة للاستخدام، وأفضل أسعار لوحدات معالجة الرسومات.

البرمجة التعاونية باستخدام الذكاء الاصطناعي
وحدات GPU جاهزة للعمل
أفضل الأسعار

HyperAI Newsletters

اشترك في آخر تحديثاتنا
سنرسل لك أحدث التحديثات الأسبوعية إلى بريدك الإلكتروني في الساعة التاسعة من صباح كل يوم اثنين
مدعوم بواسطة MailChimp