亲爱的研友该休息了!由于当前在线用户较少,发布求助请尽量完整的填写文献信息,科研通机器人24小时在线,伴您度过漫漫科研夜!身体可是革命的本钱,早点休息,好梦!

Multi-omics integration in the age of million single-cell data

数据集成 背景(考古学) 组学 可视化 模式 过程(计算) 推论 计算生物学 数据挖掘 数据类型 计算机科学 数据科学 系统生物学 生物信息学 人工智能 生物 操作系统 社会学 古生物学 程序设计语言 社会科学
作者
Zhen Miao,Benjamin D. Humphreys,Andrew P. McMahon,Junhyong Kim
出处
期刊:Nature Reviews Nephrology [Springer Nature]
卷期号:17 (11): 710-724 被引量:126
标识
DOI:10.1038/s41581-021-00463-x
摘要

An explosion in single-cell technologies has revealed a previously underappreciated heterogeneity of cell types and novel cell-state associations with sex, disease, development and other processes. Starting with transcriptome analyses, single-cell techniques have extended to multi-omics approaches and now enable the simultaneous measurement of data modalities and spatial cellular context. Data are now available for millions of cells, for whole-genome measurements and for multiple modalities. Although analyses of such multimodal datasets have the potential to provide new insights into biological processes that cannot be inferred with a single mode of assay, the integration of very large, complex, multimodal data into biological models and mechanisms represents a considerable challenge. An understanding of the principles of data integration and visualization methods is required to determine what methods are best applied to a particular single-cell dataset. Each class of method has advantages and pitfalls in terms of its ability to achieve various biological goals, including cell-type classification, regulatory network modelling and biological process inference. In choosing a data integration strategy, consideration must be given to whether the multi-omics data are matched (that is, measured on the same cell) or unmatched (that is, measured on different cells) and, more importantly, the overall modelling and visualization goals of the integrated analysis. Analyses of single-cell, multi-omics datasets have potential to provide new insights into biological processes; however, the integration of these complex datasets represents a considerable challenge. This Review describes the principles underlying the integration of multimodal data measured on the same cell (that is, matched data) and on different cells (unmatched data), outlining developments in computational methods and data visualization approaches.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
GuoshenZhong完成签到,获得积分20
2秒前
spark810发布了新的文献求助30
3秒前
4秒前
唠叨的天亦完成签到 ,获得积分10
5秒前
7秒前
悦耳的绮山完成签到,获得积分10
7秒前
GuoshenZhong发布了新的文献求助10
7秒前
远方发布了新的文献求助10
12秒前
益笙鸿老板完成签到 ,获得积分10
16秒前
远方完成签到,获得积分20
18秒前
可口可乐了应助GuoshenZhong采纳,获得10
26秒前
等待甜瓜完成签到,获得积分10
28秒前
wykion完成签到,获得积分10
32秒前
希望天下0贩的0应助spark810采纳,获得10
35秒前
42秒前
寻道图强应助科研通管家采纳,获得30
54秒前
1分钟前
1分钟前
1分钟前
Yummy发布了新的文献求助30
1分钟前
1分钟前
spark810发布了新的文献求助10
1分钟前
Yummy完成签到,获得积分10
1分钟前
1分钟前
1分钟前
武文信发布了新的文献求助10
1分钟前
武文信完成签到,获得积分20
1分钟前
李爱国应助spark810采纳,获得10
1分钟前
赵子嘉完成签到,获得积分10
2分钟前
追寻的梦凡完成签到 ,获得积分10
2分钟前
轻松的纸鹤完成签到,获得积分10
2分钟前
orixero应助猫咪采纳,获得10
2分钟前
非洲大象完成签到,获得积分10
2分钟前
2分钟前
2分钟前
2分钟前
天妒嘤才完成签到 ,获得积分20
2分钟前
猫咪发布了新的文献求助10
2分钟前
加菲丰丰举报谷雨求助涉嫌违规
2分钟前
科研通AI2S应助科研通管家采纳,获得10
2分钟前
高分求助中
Evolution 10000
Sustainability in Tides Chemistry 2800
The Young builders of New china : the visit of the delegation of the WFDY to the Chinese People's Republic 1000
юрские динозавры восточного забайкалья 800
English Wealden Fossils 700
Foreign Policy of the French Second Empire: A Bibliography 500
Chen Hansheng: China’s Last Romantic Revolutionary 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3146703
求助须知:如何正确求助?哪些是违规求助? 2798009
关于积分的说明 7826470
捐赠科研通 2454508
什么是DOI,文献DOI怎么找? 1306328
科研通“疑难数据库(出版商)”最低求助积分说明 627692
版权声明 601522