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!

Systematic benchmark of single-cell hashtag demultiplexing approaches reveals robust performance of a clustering-based method

多路复用 聚类分析 水准点(测量) 工作流程 联营 计算机科学 规范化(社会学) 样品(材料) 数据挖掘 生物 计算生物学 人工智能 数据库 色谱法 电信 化学 大地测量学 社会学 人类学 地理
作者
Mohammed Sayed,Yue J. Wang,Hee‐Woong Lim
出处
期刊:Briefings in Functional Genomics [Oxford University Press]
标识
DOI:10.1093/bfgp/elae039
摘要

Abstract Single-cell technology opened up a new avenue to delineate cellular status at a single-cell resolution and has become an essential tool for studying human diseases. Multiplexing allows cost-effective experiments by combining multiple samples and effectively mitigates batch effects. It starts by giving each sample a unique tag and then pooling them together for library preparation and sequencing. After sequencing, sample demultiplexing is performed based on tag detection, where cells belonging to one sample are expected to have a higher amount of the corresponding tag than cells from other samples. However, in reality, demultiplexing is not straightforward due to the noise and contamination from various sources. Successful demultiplexing depends on the efficient removal of such contamination. Here, we perform a systematic benchmark combining different normalization methods and demultiplexing approaches using real-world data and simulated datasets. We show that accounting for sequencing depth variability increases the separability between tagged and untagged cells, and the clustering-based approach outperforms existing tools. The clustering-based workflow is available as an R package from https://github.com/hwlim/hashDemux.

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
1秒前
1秒前
19秒前
cxx完成签到 ,获得积分10
22秒前
畅快的枫发布了新的文献求助10
22秒前
96发布了新的文献求助10
23秒前
28秒前
96完成签到,获得积分10
30秒前
Jes完成签到,获得积分10
35秒前
vv发布了新的文献求助10
35秒前
42秒前
科研通AI2S应助科研通管家采纳,获得10
42秒前
vv完成签到,获得积分10
1分钟前
学术小垃圾完成签到,获得积分10
1分钟前
猫九完成签到,获得积分20
1分钟前
领导范儿应助猫九采纳,获得10
1分钟前
123发布了新的文献求助10
1分钟前
捉住一只羊完成签到 ,获得积分10
1分钟前
畅快的枫发布了新的文献求助10
1分钟前
情怀应助123采纳,获得10
1分钟前
外向半青完成签到,获得积分10
2分钟前
2分钟前
猫九发布了新的文献求助10
2分钟前
2分钟前
Li发布了新的文献求助10
2分钟前
2分钟前
领导范儿应助科研通管家采纳,获得10
2分钟前
科研通AI2S应助科研通管家采纳,获得10
2分钟前
2分钟前
小k发布了新的文献求助10
2分钟前
3分钟前
3分钟前
Li发布了新的文献求助10
3分钟前
芝士栗子完成签到 ,获得积分10
3分钟前
3分钟前
yzhilson完成签到 ,获得积分10
3分钟前
MQRR发布了新的文献求助10
3分钟前
John发布了新的文献求助30
3分钟前
牧紊完成签到 ,获得积分10
3分钟前
3分钟前
高分求助中
The late Devonian Standard Conodont Zonation 2000
Nickel superalloy market size, share, growth, trends, and forecast 2023-2030 2000
The Lali Section: An Excellent Reference Section for Upper - Devonian in South China 1500
Smart but Scattered: The Revolutionary Executive Skills Approach to Helping Kids Reach Their Potential (第二版) 1000
Very-high-order BVD Schemes Using β-variable THINC Method 870
Mantiden: Faszinierende Lauerjäger Faszinierende Lauerjäger 800
PraxisRatgeber: Mantiden: Faszinierende Lauerjäger 800
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 3252956
求助须知:如何正确求助?哪些是违规求助? 2895480
关于积分的说明 8286860
捐赠科研通 2564307
什么是DOI,文献DOI怎么找? 1392276
科研通“疑难数据库(出版商)”最低求助积分说明 652110
邀请新用户注册赠送积分活动 629383