Seurat v5.2.0版本发布:单细胞分析工具的重大更新
Seurat是当前单细胞转录组分析领域最流行的R语言工具包之一,由Satija实验室开发维护。作为单细胞数据分析的标准工具,Seurat提供了从原始数据处理到高级分析的全套解决方案。最新发布的5.2.0版本带来了多项功能增强和性能优化,特别是在空间转录组数据处理、算法效率提升和可视化改进方面有显著进步。
核心功能增强
差异表达分析与聚类算法优化
新版本在FindAllMarkers
函数中新增了group.by
参数,允许用户使用非默认的identity类重新分组数据后再进行差异表达分析。这一改进为复杂实验设计提供了更大的灵活性,用户可以根据不同的细胞注释方案快速切换分析视角。
聚类算法方面,RunLeiden
函数现在使用leidenbase
包替代了原来的leiden
包,同时移除了method
参数。值得注意的是,当随机种子(random.seed
)设置为0或负数时,函数会自动重置为1,这一调整确保了分析结果的可重复性。
计算性能提升
针对大规模数据集,5.2.0版本显著优化了内存使用效率。RunPCA
函数现在能够直接在BPCells
矩阵上运行,避免了转换为密集矩阵的过程,大幅降低了内存消耗。同时,JackStraw
和RunSLSI
函数也新增了对BPCells
矩阵的支持,使得这些分析流程能够更高效地处理海量单细胞数据。
空间转录组分析改进
空间转录组技术支持是Seurat的重要特色之一。5.2.0版本对空间数据分析进行了多项增强:
-
Read10X_Image
函数新增了image.type
参数,允许用户直接创建VisiumV1
实例而非常用的VisiumV2
,为处理不同版本的Visium数据提供了便利。 -
Xenium数据处理能力得到全面提升。
LoadXenium
和ReadXenium
函数现在能够兼容XOA v3.0的输出格式,支持更精细地控制加载的数据类型,包括细胞核分割掩膜、分割方法和其他实验元数据。此外,函数现在优先读取cell_feature_matrix.h5文件而非MEX格式文件,并使用arrow
包加载.parquet文件,这些改进显著提升了Xenium 3.0数据的处理效率。 -
针对特殊数据集情况,修复了处理不含"Blank Codeword"或"Unassigned Codeword"矩阵时的兼容性问题,并改进了多分子输出同时解析的功能。
可视化与实用工具更新
可视化方面,DimPlot
函数新增了stroke.size
参数,允许用户调整点元素的描边大小,使图形展示更加美观和专业。
在数据预处理工具方面,DietSeurat
函数修复了layers
参数的处理问题,确保该参数能够被正确识别和应用。IntegrateLayers
函数现在能够正确遵循dims.to.integrate
参数,提高了数据整合的精确度。
RunUMAP
函数增加了对umap-learn 0.5.0及以上版本的支持,确保用户能够使用最新的UMAP实现。LeverageScore
和SketchData
函数新增了features
参数,同时SketchData
的ncells
参数现在支持整数向量输入,为数据抽样提供了更多灵活性。
总结
Seurat 5.2.0版本通过算法优化、功能增强和性能提升,进一步巩固了其在单细胞分析领域的领先地位。特别是对空间转录组数据和海量单细胞数据集的处理能力提升,将帮助研究人员更高效地挖掘单细胞数据中的生物学洞见。这些改进既考虑了高级用户对灵活性和性能的需求,也兼顾了初学者对易用性的要求,体现了Seurat团队对单细胞分析生态系统的深刻理解和持续贡献。
- DDeepSeek-V3.1-BaseDeepSeek-V3.1 是一款支持思考模式与非思考模式的混合模型Python00
- QQwen-Image-Edit基于200亿参数Qwen-Image构建,Qwen-Image-Edit实现精准文本渲染与图像编辑,融合语义与外观控制能力Jinja00
GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~042CommonUtilLibrary
快速开发工具类收集,史上最全的开发工具类,欢迎Follow、Fork、StarJava04GitCode百大开源项目
GitCode百大计划旨在表彰GitCode平台上积极推动项目社区化,拥有广泛影响力的G-Star项目,入选项目不仅代表了GitCode开源生态的蓬勃发展,也反映了当下开源行业的发展趋势。06GOT-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。00openHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!C0299- WWan2.2-S2V-14B【Wan2.2 全新发布|更强画质,更快生成】新一代视频生成模型 Wan2.2,创新采用MoE架构,实现电影级美学与复杂运动控制,支持720P高清文本/图像生成视频,消费级显卡即可流畅运行,性能达业界领先水平Python00
- GGLM-4.5-AirGLM-4.5 系列模型是专为智能体设计的基础模型。GLM-4.5拥有 3550 亿总参数量,其中 320 亿活跃参数;GLM-4.5-Air采用更紧凑的设计,拥有 1060 亿总参数量,其中 120 亿活跃参数。GLM-4.5模型统一了推理、编码和智能体能力,以满足智能体应用的复杂需求Jinja00
Yi-Coder
Yi Coder 编程模型,小而强大的编程助手HTML013
热门内容推荐
最新内容推荐
项目优选









