此外在零样本场景中，只需未知类型细胞的scRNA-seq数据输入到CE中，得到细胞嵌入向量表征，然后与候选类型的文本嵌入向量进行相似度计算，分数最高的类型即被预测为该未知细胞的类型。结果，LangCell模型在零样本细胞⾝份理解场景中表现出⾊，即使没有进⾏微调，也能直接对新的细胞类型进⾏注释。在PBMC数据集上...
细胞间识别（cell recognition）是细胞通过它表面的分子选择性地和其他分子结合的现象。表面的分子主要是蛋白质和糖蛋白，其他分子可以是有关细胞的分泌产物，也可以是这些细胞表面的分子。细胞间识别在植物和动物细胞间普遍地存在，它对生物的生长、发育、代谢、神经传递等都具有重要的作用。类型 细胞间识别主要分为植物...
它不仅可以准确识别细胞身份,还具有很强的零样本分析能力,论文已被ICML 2024录⽤。 LangCell的数据集中包含约2750万条数据,覆盖了细胞类型、发育阶段、组织器官、疾病等8个维度的信息,称得上是“细胞的百科全书”。 实际测试中,LangCell也在多个细胞识别理解任务上超越了前SOTA,在研究人员专门设计的新任务上也表现...
来自清华系,使用大模型实现了单细胞身份识别,同时模型LangCell也正式对外开源。 它不仅可以准确识别细胞身份,还具有很强的零样本分析能力,论文已被ICML 2024录⽤。 LangCell的数据集中包含约2750万条数据,覆盖了细胞类型、发育阶段、组织器官、疾病等8个维度的信息,称得上是“细胞的百科全书”。
来自清华系,使用大模型实现了单细胞身份识别,同时模型LangCell也正式对外开源。 它不仅可以准确识别细胞身份,还具有很强的零样本分析能力,论文已被ICML 2024录⽤。 LangCell的数据集中包含约2750万条数据,覆盖了细胞类型、发育阶段、组织器官、疾病等8个维度的信息,称得上是“细胞的百科全书”。
在这项研究中,研究人员开发了基于深度学习的CytoCommunity算法,根据组织样本的细胞身份、它们的空间分布以及患者临床数据来识别TCN,这可以帮助研究人员更好地了解这些细胞邻域是如何组织的,以及与某些临床结果的关联。 作者指出,CytoCommunity“使用图神经网络模型直接学习从细胞表型空间到TCN空间的映射,而不需要细胞嵌入的中...
AUC允许在单细胞RNA数据集中识别具有活性基因集(如gene signature,gene module)的细胞。AUCell使用曲线下面积来计算输入基因集的一个关键子集是否在每个细胞的表达基因中富集。AUCell和GSVA的算法是一回事,都是排序。AUCell借鉴了ssGSVA的算法,但是在排序的时候,有些处理不太一样。在SCENIC转录因子预测的分析过程中,已经...
识别血细胞时一定要细心,根据血细胞的结构和发育演变规律,再来定该细胞的类型。一般按以下程序进行,即细胞的大小形态、边缘是否整齐、有无伪足突出、核浆的比例、浆的多少和色泽、颗粒的有无、性质、多少、大小和分布情况...
近日,武汉大学人民医院陈长征教授团队用视微如意全眼OCT的结构投射图像和血流图像,配合其他软件进行半自动二值化和定量分析,评估了玻璃体视网膜界面的巨噬细胞样细胞的数量和密度。视微如意全眼OCT搭载世界先进的“如意”扫频引擎,具有更高的...