• 文献检索
  • 文档翻译
  • 深度研究
  • 学术资讯
  • Suppr Zotero 插件Zotero 插件
  • 邀请有礼
  • 套餐&价格
  • 历史记录
应用&插件
Suppr Zotero 插件Zotero 插件浏览器插件Mac 客户端Windows 客户端微信小程序
定价
高级版会员购买积分包购买API积分包
服务
文献检索文档翻译深度研究API 文档MCP 服务
关于我们
关于 Suppr公司介绍联系我们用户协议隐私条款
关注我们

Suppr 超能文献

核心技术专利：CN118964589B侵权必究
粤ICP备2023148730 号-1Suppr @ 2026

文献检索

告别复杂PubMed语法，用中文像聊天一样搜索，搜遍4000万医学文献。AI智能推荐，让科研检索更轻松。

立即免费搜索

文件翻译

保留排版，准确专业，支持PDF/Word/PPT等文件格式，支持 12+语言互译。

免费翻译文档

深度研究

AI帮你快速写综述，25分钟生成高质量综述，智能提取关键信息，辅助科研写作。

立即免费体验

Community-wide hackathons to identify central themes in single-cell multi-omics.

作者信息

Lê Cao Kim-Anh, Abadi Al J, Davis-Marcisak Emily F, Hsu Lauren, Arora Arshi, Coullomb Alexis, Deshpande Atul, Feng Yuzhou, Jeganathan Pratheepa, Loth Melanie, Meng Chen, Mu Wancen, Pancaldi Vera, Sankaran Kris, Righelli Dario, Singh Amrit, Sodicoff Joshua S, Stein-O'Brien Genevieve L, Subramanian Ayshwarya, Welch Joshua D, You Yue, Argelaguet Ricard, Carey Vincent J, Dries Ruben, Greene Casey S, Holmes Susan, Love Michael I, Ritchie Matthew E, Yuan Guo-Cheng, Culhane Aedin C, Fertig Elana

机构信息

Melbourne Integrative Genomics, School of Mathematics and Statistics, University of Melbourne, Melbourne, Australia.

McKusick-Nathans Institute of the Department of Genetic Medicine, Johns Hopkins School of Medicine, Baltimore, MD, USA.

出版信息

Genome Biol. 2021 Aug 5;22(1):220. doi: 10.1186/s13059-021-02433-9.

DOI:10.1186/s13059-021-02433-9
PMID:34353350
原文链接:https://pmc.ncbi.nlm.nih.gov/articles/PMC8340473/
Abstract
摘要
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/8c7c/8340473/d50ac4aab82d/13059_2021_2433_Fig2_HTML.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/8c7c/8340473/d50ac4aab82d/13059_2021_2433_Fig2_HTML.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/8c7c/8340473/d50ac4aab82d/13059_2021_2433_Fig2_HTML.jpg

相似文献

1
Community-wide hackathons to identify central themes in single-cell multi-omics.全社区范围的黑客马拉松活动，以识别单细胞多组学中的核心主题。
Genome Biol. 2021 Aug 5;22(1):220. doi: 10.1186/s13059-021-02433-9.
2
Author Correction: Community-wide hackathons to identify central themes in single-cell multi-omics.作者更正：全社区范围的黑客马拉松活动以识别单细胞多组学中的核心主题。
Genome Biol. 2021 Aug 25;22(1):246. doi: 10.1186/s13059-021-02468-y.
3
An overview of technologies for MS-based proteomics-centric multi-omics.基于 MS 的蛋白质组学中心型多组学技术概述。
Expert Rev Proteomics. 2022 Mar;19(3):165-181. doi: 10.1080/14789450.2022.2070476. Epub 2022 May 2.
4
CITEMO: A flexible single-cell multimodal omics analysis framework to reveal the heterogeneity of immune cells.CITEMO：一种灵活的单细胞多组学分析框架，用于揭示免疫细胞的异质性。
RNA Biol. 2022 Jan;19(1):290-304. doi: 10.1080/15476286.2022.2027151.
5
Advances in bulk and single-cell multi-omics approaches for systems biology and precision medicine.系统生物学和精准医学中基于体和单细胞的多组学方法的进展。
Brief Bioinform. 2021 Sep 2;22(5). doi: 10.1093/bib/bbab024.
6
Vertical and horizontal integration of multi-omics data with miodin.多维组学数据与 miodin 的垂直和水平整合。
BMC Bioinformatics. 2019 Dec 10;20(1):649. doi: 10.1186/s12859-019-3224-4.
7
Integration of scATAC-Seq with scRNA-Seq Data.单细胞染色质可及性测序（scATAC-Seq）与单细胞RNA测序（scRNA-Seq）数据的整合
Methods Mol Biol. 2023;2584:293-310. doi: 10.1007/978-1-0716-2756-3_15.
8
mitch: multi-contrast pathway enrichment for multi-omics and single-cell profiling data.米奇：多组学和单细胞分析数据的多对照通路富集分析。
BMC Genomics. 2020 Jun 29;21(1):447. doi: 10.1186/s12864-020-06856-9.
9
How single-cell multi-omics builds relationships.单细胞多组学如何建立关系。
Nat Methods. 2022 Feb;19(2):142-146. doi: 10.1038/s41592-022-01392-8.
10
Single-cell sequencing techniques from individual to multiomics analyses.单细胞测序技术：从单组学到多组学分析。
Exp Mol Med. 2020 Sep;52(9):1419-1427. doi: 10.1038/s12276-020-00499-2. Epub 2020 Sep 15.

引用本文的文献

1
Computational methods and biomarker discovery strategies for spatial proteomics: a review in immuno-oncology.计算方法和生物标志物发现策略在空间蛋白质组学中的应用：免疫肿瘤学综述。
Brief Bioinform. 2024 Jul 25;25(5). doi: 10.1093/bib/bbae421.
2
Leveraging multi-omics data to empower quantitative systems pharmacology in immuno-oncology.利用多组学数据增强免疫肿瘤学中的定量系统药理学。
Brief Bioinform. 2024 Mar 27;25(3). doi: 10.1093/bib/bbae131.
3
Inferring cellular and molecular processes in single-cell data with non-negative matrix factorization using Python, R and GenePattern Notebook implementations of CoGAPS.

本文引用的文献

1
Author Correction: Points of view: Color blindness.作者更正：观点：色盲。
Nat Methods. 2023 Aug;20(8):1266. doi: 10.1038/s41592-023-01974-0.
2
Tysserand-fast and accurate reconstruction of spatial networks from bioimages.Tysserand——从生物图像中快速准确地重建空间网络。
Bioinformatics. 2021 Nov 5;37(21):3989-3991. doi: 10.1093/bioinformatics/btab490.
3
Giotto: a toolbox for integrative analysis and visualization of spatial expression data.Giotto：一个用于空间表达数据综合分析和可视化的工具包。
使用 Python、R 和 GenePattern Notebook 实现的 CoGAPS 中的非负矩阵分解，推断单细胞数据中的细胞和分子过程。
Nat Protoc. 2023 Dec;18(12):3690-3731. doi: 10.1038/s41596-023-00892-x. Epub 2023 Nov 21.
4
Curated single cell multimodal landmark datasets for R/Bioconductor.用于 R/Bioconductor 的精选单细胞多模态地标数据集。
PLoS Comput Biol. 2023 Aug 25;19(8):e1011324. doi: 10.1371/journal.pcbi.1011324. eCollection 2023 Aug.
5
reveals different types of cellular interactions predictive of response to immunotherapies and survival in cancer.揭示了不同类型的细胞相互作用，这些相互作用可预测癌症患者对免疫疗法的反应和生存情况。
bioRxiv. 2024 Sep 23:2023.03.16.532947. doi: 10.1101/2023.03.16.532947.
6
The use of machine learning to discover regulatory networks controlling biological systems.利用机器学习发现控制生物系统的调控网络。
Mol Cell. 2022 Jan 20;82(2):260-273. doi: 10.1016/j.molcel.2021.12.011. Epub 2022 Jan 10.
7
Author Correction: Community-wide hackathons to identify central themes in single-cell multi-omics.作者更正：全社区范围的黑客马拉松活动以识别单细胞多组学中的核心主题。
Genome Biol. 2021 Aug 25;22(1):246. doi: 10.1186/s13059-021-02468-y.
Genome Biol. 2021 Mar 8;22(1):78. doi: 10.1186/s13059-021-02286-2.
4
SPOTlight: seeded NMF regression to deconvolute spatial transcriptomics spots with single-cell transcriptomes.亮点：种子非负矩阵分解回归用于用单细胞转录组对空间转录组学斑点进行反卷积
Nucleic Acids Res. 2021 May 21;49(9):e50. doi: 10.1093/nar/gkab043.
5
Pan-cancer identification of clinically relevant genomic subtypes using outcome-weighted integrative clustering.泛癌症中基于预后加权整合聚类的临床相关基因组亚型鉴定。
Genome Med. 2020 Dec 3;12(1):110. doi: 10.1186/s13073-020-00804-8.
6
Single-cell multiomics: technologies and data analysis methods.单细胞多组学：技术与数据分析方法。
Exp Mol Med. 2020 Sep;52(9):1428-1442. doi: 10.1038/s12276-020-0420-2. Epub 2020 Sep 15.
7
ZipSeq: barcoding for real-time mapping of single cell transcriptomes.ZipSeq：用于实时绘制单细胞转录组图谱的条形码技术。
Nat Methods. 2020 Aug;17(8):833-843. doi: 10.1038/s41592-020-0880-2. Epub 2020 Jul 6.
8
Benchmarking single-cell RNA-sequencing protocols for cell atlas projects.单细胞 RNA 测序技术在细胞图谱项目中的基准测试。
Nat Biotechnol. 2020 Jun;38(6):747-755. doi: 10.1038/s41587-020-0469-4. Epub 2020 Apr 6.
9
Inferring spatial and signaling relationships between cells from single cell transcriptomic data.从单细胞转录组数据推断细胞之间的空间和信号关系。
Nat Commun. 2020 Apr 29;11(1):2084. doi: 10.1038/s41467-020-15968-5.
10
Systematic comparison of single-cell and single-nucleus RNA-sequencing methods.单细胞和单细胞核 RNA 测序方法的系统比较。
Nat Biotechnol. 2020 Jun;38(6):737-746. doi: 10.1038/s41587-020-0465-8. Epub 2020 Apr 6.