• 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

Correction: iDESC: identifying differential expression in single-cell RNA sequencing data with multiple subjects.

作者信息

Liu Yunqing, Zhao Jiayi, Adams Taylor S, Wang Ningya, Schupp Jonas C, Wu Weimiao, McDonough John E, Chupp Geoffrey L, Kaminski Naftali, Wang Zuoheng, Yan Xiting

机构信息

Department of Biostatistics, Yale School of Public Health, New Haven, CT, 06520, USA.

Section of Pulmonary, Critical Care and Sleep Medicine, Yale School of Medicine, New Haven, CT, 06520, USA.

出版信息

BMC Bioinformatics. 2023 Oct 19;24(1):394. doi: 10.1186/s12859-023-05523-6.

DOI:10.1186/s12859-023-05523-6
PMID:37858060
原文链接:https://pmc.ncbi.nlm.nih.gov/articles/PMC10588114/
Abstract
摘要

相似文献

1
Correction: iDESC: identifying differential expression in single-cell RNA sequencing data with multiple subjects.更正：iDESC：在具有多个样本的单细胞RNA测序数据中识别差异表达
BMC Bioinformatics. 2023 Oct 19;24(1):394. doi: 10.1186/s12859-023-05523-6.
2
iDESC: identifying differential expression in single-cell RNA sequencing data with multiple subjects.iDESC：基于多个样本的单细胞 RNA 测序数据差异表达识别。
BMC Bioinformatics. 2023 Aug 22;24(1):318. doi: 10.1186/s12859-023-05432-8.
3
FastCAR: fast correction for ambient RNA to facilitate differential gene expression analysis in single-cell RNA-sequencing datasets.FastCAR：快速校正环境 RNA，以促进单细胞 RNA-seq 数据集差异基因表达分析。
BMC Genomics. 2023 Nov 29;24(1):722. doi: 10.1186/s12864-023-09822-3.
4
scSID: A lightweight algorithm for identifying rare cell types by capturing differential expression from single-cell sequencing data.scSID：一种通过捕捉单细胞测序数据中的差异表达来识别稀有细胞类型的轻量级算法。
Comput Struct Biotechnol J. 2024 Jan 3;23:589-600. doi: 10.1016/j.csbj.2023.12.043. eCollection 2024 Dec.
5
Single-Cell RNA-Sequencing: Assessment of Differential Expression Analysis Methods.单细胞RNA测序：差异表达分析方法评估
Front Genet. 2017 May 23;8:62. doi: 10.3389/fgene.2017.00062. eCollection 2017.
6
An evaluation of statistical differential analysis methods in single-cell RNA-seq data.单细胞RNA测序数据中统计差异分析方法的评估
Res Sq. 2023 Mar 23:rs.3.rs-2670717. doi: 10.21203/rs.3.rs-2670717/v1.
7
Functional module detection through integration of single-cell RNA sequencing data with protein-protein interaction networks.通过将单细胞RNA测序数据与蛋白质-蛋白质相互作用网络整合进行功能模块检测。
BMC Genomics. 2020 Nov 2;21(1):756. doi: 10.1186/s12864-020-07144-2.
8
Benchmarking methods for detecting differential states between conditions from multi-subject single-cell RNA-seq data.用于检测多主体单细胞 RNA-seq 数据中条件间差异状态的基准方法。
Brief Bioinform. 2022 Sep 20;23(5). doi: 10.1093/bib/bbac286.
9
Differential Expression Analysis in Single-Cell Transcriptomics.单细胞转录组学中的差异表达分析
Methods Mol Biol. 2019;1979:425-432. doi: 10.1007/978-1-4939-9240-9_25.
10
BERMUDA: a novel deep transfer learning method for single-cell RNA sequencing batch correction reveals hidden high-resolution cellular subtypes.百慕大：一种新型的单细胞 RNA 测序批次校正深度迁移学习方法揭示了隐藏的高分辨率细胞亚型。
Genome Biol. 2019 Aug 12;20(1):165. doi: 10.1186/s13059-019-1764-6.

本文引用的文献

1
iDESC: identifying differential expression in single-cell RNA sequencing data with multiple subjects.iDESC：基于多个样本的单细胞 RNA 测序数据差异表达识别。
BMC Bioinformatics. 2023 Aug 22;24(1):318. doi: 10.1186/s12859-023-05432-8.