導(dǎo)讀 在疾病、生物體和生物過程中發(fā)現(xiàn)新的群體或類別并將它們組織成層次關(guān)系是生物學(xué)和醫(yī)學(xué)中重要且反復(fù)出現(xiàn)的追求，這可能有助于闡明特定群體的
在疾病、生物體和生物過程中發(fā)現(xiàn)新的群體或類別并將它們組織成層次關(guān)系是生物學(xué)和醫(yī)學(xué)中重要且反復(fù)出現(xiàn)的追求，這可能有助于闡明特定群體的脆弱性并最終形成新的治療干預(yù)措施。
現(xiàn)在，一項(xiàng)新研究引入了一種新的計(jì)算方法和一種稱為 K2Taxonomer 的相關(guān)軟件工具，它支持從高通量批量和單細(xì)胞“組學(xué)”數(shù)據(jù)中以多個(gè)分辨率水平自動(dòng)發(fā)現(xiàn)和注釋分子分類。
該研究包括一個(gè)案例研究，詳細(xì)介紹了在單細(xì)胞基礎(chǔ)上對(duì)乳腺腫瘤浸潤(rùn)淋巴細(xì)胞(免疫系統(tǒng)中的白細(xì)胞，又名 TIL)轉(zhuǎn)錄組的分析，該研究顯著擴(kuò)展了先前的發(fā)現(xiàn)，并展示了這些方法的結(jié)合進(jìn)入先進(jìn)的計(jì)算機(jī)模擬(由計(jì)算機(jī)建模生成)分析工作流程。
我們的研究對(duì)模擬和真實(shí)數(shù)據(jù)的方法進(jìn)行了全面的評(píng)估和廣泛的基準(zhǔn)測(cè)試，令人信服地顯示了其高精度、與其他代表性方法相比的優(yōu)越性能以及(重新)發(fā)現(xiàn)已知嵌套分子分類的能力。”
標(biāo)簽： 分子
免責(zé)聲明：本文由用戶上傳，如有侵權(quán)請(qǐng)聯(lián)系刪除！