通过动态建模推广的RNA速度
项目描述
scVelo - 通过动态建模推广的RNA速度
scVelo 是一个用于单细胞 RNA 速度分析的扩展工具包;RNA 速度通过利用剪接动力学来恢复有向动态信息 1。scVelo 收集了使用期望最大化框架 2、深度生成模型 3 或代谢标记转录本 4 推断 RNA 速度的不同方法。
scVelo 的关键应用
- 估计 RNA 速度以研究细胞动力学。
- 识别潜在的驱动基因和调控变化的模式。
- 推断潜在时间以重建转录组事件的时间顺序。
- 估计转录、剪接和降解的反应速率。
- 使用统计测试,例如检测不同的动力学模式。
引用 scVelo
如果您在发表研究时包含或依赖 scVelo,请遵守以下引用指南
EM 和稳态模型
如果您使用 EM (动力学) 或 稳态模型,请引用
@article{Bergen2020,
title = {Generalizing RNA velocity to transient cell states through dynamical modeling},
volume = {38},
ISSN = {1546-1696},
url = {http://dx.doi.org/10.1038/s41587-020-0591-3},
DOI = {10.1038/s41587-020-0591-3},
number = {12},
journal = {Nature Biotechnology},
publisher = {Springer Science and Business Media LLC},
author = {Bergen, Volker and Lange, Marius and Peidli, Stefan and Wolf, F. Alexander and Theis, Fabian J.},
year = {2020},
month = aug,
pages = {1408–1414}
}
veloVI
如果您使用 veloVI (VI 模型),请引用
@article{Gayoso2023,
title = {Deep generative modeling of transcriptional dynamics for RNA velocity analysis in single cells},
ISSN = {1548-7105},
url = {http://dx.doi.org/10.1038/s41592-023-01994-w},
DOI = {10.1038/s41592-023-01994-w},
journal = {Nature Methods},
publisher = {Springer Science and Business Media LLC},
author = {Gayoso, Adam and Weiler, Philipp and Lotfollahi, Mohammad and Klein, Dominik and Hong, Justin and Streets, Aaron and Theis, Fabian J. and Yosef, Nir},
year = {2023},
month = sep
}
通过代谢标记信息进行 RNA 速度推断
如果您使用实现从代谢标记信息估计 RNA 速度的方法,请引用
@article{Weiler2023,
title = {Unified fate mapping in multiview single-cell data},
url = {http://dx.doi.org/10.1101/2023.07.19.549685},
DOI = {10.1101/2023.07.19.549685},
publisher = {Cold Spring Harbor Laboratory},
author = {Weiler, Philipp and Lange, Marius and Klein, Michal and Pe’er, Dana and Theis, Fabian J.},
year = {2023},
month = jul
}
支持
发现错误或想要实现新功能?请随意提交一个 问题。有问题或想要开始新的讨论?请前往 GitHub 讨论区。您的帮助对改进 scVelo 非常宝贵。有关更多信息,请访问 scvelo.org。
项目详情
下载文件
下载适用于您的平台的文件。如果您不确定选择哪个,请了解更多关于 安装包 的信息。
源分发
scvelo-0.3.2.tar.gz (27.3 MB 查看哈希值)
构建分发
scvelo-0.3.2-py3-none-any.whl (210.1 kB 查看哈希值)
关闭
scvelo-0.3.2.tar.gz 的哈希值
算法 | 哈希摘要 | |
---|---|---|
SHA256 | eab08941b04e5cf1c72584c0dc6055b63a05b36e2dfa0b77220df9e5f3f0f86b |
|
MD5 | dbdedab652eb020db9cd8c2e1cf95818 |
|
BLAKE2b-256 | 9dd2a9b09d9772a9909c05f13d47d6f3fb8ad3e83d0f5b4339ec41bfbb5dedce |