• 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

单细胞组学中数据、分析流程和结果的分布式协作

Distributed Collaboration for Data, Analysis Pipelines, and Results in Single-Cell Omics.

作者信息

Hutton Alexandre, Ai Lizhuo, Meyer Jesse G

机构信息

Department of Computational Biomedicine, Cedars-Sinai Medical Center, Los Angeles CA, 90048, USA.

Smidt Heart Institute, Cedars-Sinai Medical Center, Los Angeles CA, 90048, USA.

出版信息

bioRxiv. 2024 Jul 30:2024.07.30.605714. doi: 10.1101/2024.07.30.605714.

DOI:10.1101/2024.07.30.605714
PMID:39131282
原文链接:https://pmc.ncbi.nlm.nih.gov/articles/PMC11312633/
Abstract

Single-cell omics data analysis pipelines are complicated to design and difficult to share or reproduce. We describe a web platform that enables no-code analysis pipeline design, simple computing via the Open Science Grid, and sharing of entire data analysis pipelines, their input data, and interactive results. We expect this platform to increase the accessibility and reproducibility of single-cell omics.

摘要

单细胞组学数据分析流程设计复杂，难以共享或重现。我们描述了一个网络平台，它能够实现无需编码的分析流程设计，通过开放科学网格进行简单计算，并共享整个数据分析流程、其输入数据和交互式结果。我们期望这个平台能够提高单细胞组学的可及性和可重复性。

https://cdn.ncbi.nlm.nih.gov/pmc/blobs/8d61/11312633/b298256cc124/nihpp-2024.07.30.605714v1-f0002.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/8d61/11312633/8e623e2360ad/nihpp-2024.07.30.605714v1-f0001.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/8d61/11312633/b298256cc124/nihpp-2024.07.30.605714v1-f0002.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/8d61/11312633/8e623e2360ad/nihpp-2024.07.30.605714v1-f0001.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/8d61/11312633/b298256cc124/nihpp-2024.07.30.605714v1-f0002.jpg

相似文献

1
Distributed Collaboration for Data, Analysis Pipelines, and Results in Single-Cell Omics.单细胞组学中数据、分析流程和结果的分布式协作
bioRxiv. 2024 Jul 30:2024.07.30.605714. doi: 10.1101/2024.07.30.605714.
2
DolphinNext: a distributed data processing platform for high throughput genomics.海豚下一代：一个用于高通量基因组学的分布式数据处理平台。
BMC Genomics. 2020 Apr 19;21(1):310. doi: 10.1186/s12864-020-6714-x.
3
A midas plugin to enable construction of reproducible web-based image processing pipelines.一个可使基于网络的图像处理流水线的可重复性构建成为可能的 Midas 插件。
Front Neuroinform. 2013 Dec 30;7:46. doi: 10.3389/fninf.2013.00046. eCollection 2013.
4
Bio-Docklets: virtualization containers for single-step execution of NGS pipelines.生物小容器：用于下一代测序流程单步执行的虚拟化容器。
Gigascience. 2017 Aug 1;6(8):1-7. doi: 10.1093/gigascience/gix048.
5
Integration of Data and Phenotypic Data Within a Unified Extensible Multimodal Framework.在统一的可扩展多模态框架内整合数据与表型数据。
Front Neuroinform. 2018 Dec 18;12:91. doi: 10.3389/fninf.2018.00091. eCollection 2018.
6
Omics Analysis and Quality Control Pipelines in a High-Performance Computing Environment.高性能计算环境下的组学分析与质量控制流程
OMICS. 2023 Nov;27(11):519-525. doi: 10.1089/omi.2023.0078. Epub 2023 Nov 10.
7
Omics Pipe: a community-based framework for reproducible multi-omics data analysis.组学管道：一个基于社区的可重复多组学数据分析框架。
Bioinformatics. 2015 Jun 1;31(11):1724-8. doi: 10.1093/bioinformatics/btv061. Epub 2015 Jan 30.
8
Digital imaging of root traits (DIRT): a high-throughput computing and collaboration platform for field-based root phenomics.根系性状的数字成像（DIRT）：一个用于田间根系表型组学的高通量计算与协作平台。
Plant Methods. 2015 Nov 2;11:51. doi: 10.1186/s13007-015-0093-3. eCollection 2015.
9
Improving the usability of open health service delivery simulation models using Python and web apps.使用Python和网络应用程序提高开放式医疗服务提供模拟模型的可用性。
NIHR Open Res. 2023 Dec 15;3:48. doi: 10.3310/nihropenres.13467.1. eCollection 2023.
10
NeuroPycon: An open-source python toolbox for fast multi-modal and reproducible brain connectivity pipelines.NeuroPycon：一个开源的 Python 工具包，用于快速进行多模态和可重复的脑连接管道。
Neuroimage. 2020 Oct 1;219:117020. doi: 10.1016/j.neuroimage.2020.117020. Epub 2020 Jun 6.

本文引用的文献

1
ezSingleCell: an integrated one-stop single-cell and spatial omics analysis platform for bench scientists.ezSingleCell：一个集成的一站式单细胞和空间组学分析平台，适用于实验科学家。
Nat Commun. 2024 Jul 3;15(1):5600. doi: 10.1038/s41467-024-48188-2.
2
The Galaxy platform for accessible, reproducible, and collaborative data analyses: 2024 update.Galaxy 平台，用于可访问、可重现和协作的数据分析：2024 年更新。
Nucleic Acids Res. 2024 Jul 5;52(W1):W83-W94. doi: 10.1093/nar/gkae410.
3
Computational reproducibility of Jupyter notebooks from biomedical publications.
生物医学出版物中 Jupyter 笔记本的计算可重复性。
Gigascience. 2024 Jan 2;13. doi: 10.1093/gigascience/giad113.
4
The scverse project provides a computational ecosystem for single-cell omics data analysis.scverse项目为单细胞组学数据分析提供了一个计算生态系统。
Nat Biotechnol. 2023 May;41(5):604-606. doi: 10.1038/s41587-023-01733-8.
5
Alignment of single-cell trajectory trees with CAPITAL.单细胞轨迹树与 CAPITAL 的对齐。
Nat Commun. 2022 Oct 14;13(1):5972. doi: 10.1038/s41467-022-33681-3.
6
ICARUS, an interactive web server for single cell RNA-seq analysis.ICARUS，一个用于单细胞 RNA-seq 分析的交互式网络服务器。
Nucleic Acids Res. 2022 Jul 5;50(W1):W427-W433. doi: 10.1093/nar/gkac322.
7
Interactive single-cell data analysis using Cellar.使用 Cellar 进行交互式单细胞数据分析。
Nat Commun. 2022 Apr 14;13(1):1998. doi: 10.1038/s41467-022-29744-0.
8
Differential abundance testing on single-cell data using k-nearest neighbor graphs.基于 k-最近邻图的单细胞数据差异丰度检验。
Nat Biotechnol. 2022 Feb;40(2):245-253. doi: 10.1038/s41587-021-01033-z. Epub 2021 Sep 30.
9
Single-cell proteomic and transcriptomic analysis of macrophage heterogeneity using SCoPE2.单细胞蛋白质组学和转录组学分析使用 SCoPE2 分析巨噬细胞异质性。
Genome Biol. 2021 Jan 27;22(1):50. doi: 10.1186/s13059-021-02267-5.
10
SCANPY: large-scale single-cell gene expression data analysis.SCANPY：大规模单细胞基因表达数据分析。
Genome Biol. 2018 Feb 6;19(1):15. doi: 10.1186/s13059-017-1382-0.