Tabula Muris:单细胞转录组数据的宝库
2024-08-19 02:22:50作者:余洋婵Anita
项目介绍
Tabula Muris 是由 Chan Zuckerberg Biohub 生成的数据集,详细描述请参阅我们的出版物 Transcriptomic characterization of 20 organs and tissues from mouse at single cell resolution creates a Tabula Muris。该项目汇集了来自小鼠20个器官和组织的近100,000个单细胞转录组数据,允许直接和受控地比较跨组织共享细胞类型的基因表达,如来自不同解剖位置的免疫细胞。此外,该资源还支持对比两种不同的技术方法:
- 基于微流控液滴的3'-端计数,提供每个器官数千个细胞的相对低覆盖度调查。
- FACS 基于全长的转录本分析,提供更高的灵敏度和覆盖度。
项目技术分析
Tabula Muris 数据集的构建涉及两种先进的单细胞测序技术:微流控液滴技术和FACS技术。这两种技术各有优势,微流控液滴技术能够高效地处理大量细胞,而FACS技术则提供更高的灵敏度和覆盖度。通过这两种技术的结合,Tabula Muris 能够提供一个全面的单细胞转录组数据集,为生物医学研究提供丰富的资源。
项目及技术应用场景
Tabula Muris 数据集的应用场景广泛,包括但不限于:
- 定义先前未充分表征的细胞群体中的基因表达。
- 在未来的定向单细胞研究中验证发现。
- 开发整合数据集的方法(例如,在FACS和液滴实验之间),表征批次效应,并量化许多细胞类型在器官和动物之间的基因表达变异。
项目特点
Tabula Muris 的主要特点包括:
- 全面性:涵盖20个器官和组织的近100,000个单细胞转录组数据。
- 技术多样性:结合微流控液滴和FACS两种技术,提供多样化的数据视角。
- 易用性:数据已通过AWS在Amazon S3上免费提供,用户无需担心存储成本或下载时间。
- 开源性:数据和分析工具均为开源,便于全球研究者使用和贡献。
结语
Tabula Muris 是一个宝贵的单细胞转录组数据资源,不仅为生物医学研究提供了丰富的数据支持,还通过开源的方式促进了全球科研社区的合作与交流。无论您是生物学家、数据科学家还是医学研究者,Tabula Muris 都将是您不可或缺的研究伙伴。立即访问 GitHub 项目页面,开始您的探索之旅吧!
如果您对 Tabula Muris 数据有任何疑问,欢迎在 GitHub 项目页面 创建 Issue 进行交流。
许可证:Chan Zuckerberg Biohub 提供的数据没有使用限制,除非在接收时或之前明确标识。
登录后查看全文
热门项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
最新内容推荐
IEC61850建模工具及示例资源:智能电网自动化配置的完整指南 TextAnimator for Unity:打造专业级文字动画效果的终极解决方案 全球GEOJSON地理数据资源下载指南 - 高效获取地理空间数据的完整解决方案 全球36个生物多样性热点地区KML矢量图资源详解与应用指南 PANTONE潘通AI色板库:设计师必备的色彩管理利器 OMNeT++中文使用手册:网络仿真的终极指南与实用教程 深入解析Windows内核模式驱动管理器:系统驱动管理的终极利器 咖啡豆识别数据集:AI目标检测在咖啡质量控制中的革命性应用 LabVIEW串口通信开发全攻略:从入门到精通的完整解决方案 PhysioNet医学研究数据库:临床数据分析与生物信号处理的权威资源指南
项目优选
收起
deepin linux kernel
C
24
8
暂无简介
Dart
644
149
Ascend Extension for PyTorch
Python
203
219
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
654
282
React Native鸿蒙化仓库
JavaScript
249
317
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.13 K
631
本项目是CANN提供的是一款高效、可靠的Transformer加速库,基于华为Ascend AI处理器,提供Transformer定制化场景的高性能融合算子。
C++
77
101
仓颉编译器源码及 cjdb 调试工具。
C++
130
861
仓颉编程语言运行时与标准库。
Cangjie
134
873