图6.Cell Blast单细胞注释工作原理 代码链接github.com/gao-lab/Cell 7.scCATCH: 图7.scCATCH单细胞注释工作原理 代码链接 github.com/ZJUFanLab/sc 以上只是汇总了常见的几种细胞类型注释生信工具,但值得注意的是,生信注释方法依赖于转录组数据库或者cell marker数据库,而这些库中包含的样本类型和疾病状态也不完全...
1.SingleR: 目前SingleR内置的数据库有7个,5个人的数据库HumanPrimaryCellAtlasData、BlueprintEncodeData、DatabaseImmuneCellExpressionData、MonacoImmuneData、NovershternHematopoieticData;2个小鼠的数据库ImmGenData、MouseRNAseqData,可应用于相应物种及组织的单细胞结果注释。 图1.SingleR单细胞注释工作原理 代码链接 ht...
SingleR是一个用于对单细胞RNA-seq测序(scRNA-seq)数据进行细胞类型自动注释的R包(Aran et al.2019)。依据已知类型标签的细胞样本作为参考数据集,对测试数据集中的细胞进行标记注释。 一 内置数据库 使用SingleR的最简单方法是使用内置参考对细胞进行注释。singleR自带的7个参考数据集,其中5个是人类数据,2个是小鼠的...
①内部数据集测试:使用任何小鼠的细胞图谱数据;②外部数据测试:选取来自人类(10 tissue, 130 885 cells)和小鼠(12 tissue, 134 605 cells)多个组织的单细胞转录组测序数据;③与其他自动注释工具的比较:基于Marker gene的方法(Cell assign、 Garnett、SCINA)和基于图谱的方法(singleR、 scMAP、 scID、 scPred、 SVM...
目前SingleR内置的数据库有7个,5个人的数据库HumanPrimaryCellAtlasData、BlueprintEncodeData、DatabaseImmuneCellExpressionData、MonacoImmuneData、NovershternHematopoieticData;2个小鼠的数据库ImmGenData、MouseRNAseqData,可应用于相应物种及组织的单细胞结果注释。
//单细胞marker数据库 因为各种各样的原因,自动注释的结果可能不如人意,掌握一些常见细胞类型的经典 marker基因,对于校准自动注释的结果有很大帮助。CellMarker、panglaodb数据库包括人、鼠多个组织的细胞类型marker基因,CancerSEA收集了多个癌种的单细胞数据,提供癌症单细胞功能状态图谱,及相关的基因。
面对复杂且耗时的单细胞注释任务，MarkMind应运而生，它是一个基于AI的自动单细胞注释工具。只需提供关键物种、组织和基因信息，MarkMind即可自动检索并匹配流行细胞标记数据库，如cellmarker、panglaodb、sctype和ACTdb，辅助确定细胞类型。通过内部训练的先进语言模型，MarkMind能基于已有的知识库对细胞类型...
简介:单细胞工具箱|singleR-单细胞类型自动注释(含数据版) 单细胞研究中细胞类型注释是很重要的环节,大致分为人工注释和软件注释。 (1)人工注释需要借助文献检索marker或者结合常用的注释数据库- (2)软件自动化注释一般是使用软件内置数据集进行注释,操作相对简单。但是准确性会相对稍差,不过可以作为一种很好的辅助注...
SingleR是一个用于对单细胞RNA-seq测序(scRNA-seq)数据进行细胞类型自动注释的R包(Aran et al.2019)。依据已知类型标签的细胞样本作为参考数据集,对测试数据集中的细胞进行标记注释。 一 内置数据库 使用SingleR的最简单方法是使用内置参考对细胞进行注释。singleR自带的7个参考数据集,其中5个是人类数据,2个是小鼠的...
目前SingleR内置的数据库有7个,5个人的数据库HumanPrimaryCellAtlasData、BlueprintEncodeData、DatabaseImmuneCellExpressionData、MonacoImmuneData、NovershternHematopoieticData;2个小鼠的数据库ImmGenData、MouseRNAseqData,可应用于相应物种及组织的单细胞结果注释。