期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到2篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
单细胞转录组测序数据的细胞类型识别方法比较
1
作者 朱晓姝 滕飞 +2 位作者 廖燕莹 谢妙 杨朝义 《基因组学与应用生物学》 CAS CSCD 北大核心 2024年第2期195-206,共12页
单细胞转录组测序技术提供单个细胞分辨率的基因表达谱,有助于更准确地揭示细胞异质性。聚类是识别生物组织中细胞类型的主要方法,选择合适的聚类算法可以提升单细胞转录组测序数据分析的性能。本文阐述了k-means、层次聚类(hierarchica... 单细胞转录组测序技术提供单个细胞分辨率的基因表达谱,有助于更准确地揭示细胞异质性。聚类是识别生物组织中细胞类型的主要方法,选择合适的聚类算法可以提升单细胞转录组测序数据分析的性能。本文阐述了k-means、层次聚类(hierarchical clustering,HC)、Leiden、SC3、SCENA、LAK、SIMLR和dropClust等8种典型的单细胞聚类算法,在12个带有真实标签的单细胞转录组测序数据集上进行聚类比较分析。采用轮廓系数、Calinski-Harabasz指数、调整兰德指数、调整互信息、FMI指数、V-measure、Jaccard系数和变异系数等8个评价指标,对8种聚类算法的性能进行分析评价。根据实验结果,发现HC、SC3、k-means、SCENA的聚类泛用性与鲁棒性最佳,在大规模数据集上SIMLR算法表现最好;在小规模数据集上Leiden算法表现最好,但是存在依赖邻居节点参数和稳定性低的问题;dropClust算法在泛用性和鲁棒性上最差。此外,8种聚类方法的性能都与数据质量有关,当数据的变异系数较低时,聚类算法的评分指标普遍增高,反之亦然。 展开更多
关键词 单细胞转录组测序 聚类 细胞类型识别 数据质量 性能评价
原文传递
高贵的灵魂
2
作者 廖燕莹 《作文（初中年级）》 2017年第3期23-24,共2页
网上有一则图片新闻，拍的是公共厕所门口的一双又脏又旧的鞋子说是民工易师傅因自己的鞋太脏，怕弄脏厕所里干净的地板，便把鞋脱下，赤脚上了次厕所。他说：“公家厕所的地太干净，俺的鞋子太脏，还是脱掉鞋子，赤脚进公家的厕所好了。”
关键词 公共厕所 灵魂 鞋子 地板
下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部