Einzeltreffer — DigiBib

Advancements in cytometry technologies have enabled quantification of up to 50 proteins across millions of cells at single cell resolution. Analysis of cytometry data routinely involves tasks such as data integration, clustering, and dimensionality reduction. While numerous tools exist, many require extensive run times when processing large cytometry data containing millions of cells. Existing solutions, such as random subsampling, are inadequate as they risk excluding rare cell subsets. To address this, we propose SuperCellCyto, an R package that builds on the SuperCell tool which groups highly similar cells into supercells. SuperCellCyto is available on GitHub ( https://github.com/phipsonlab/SuperCellCyto ) and Zenodo ( https://doi.org/10.5281/zenodo.10521294 ).

Titel:	SuperCellCyto: enabling efficient analysis of large scale cytometry datasets.
Autor/in / Beteiligte Person:	Putri, GH ; Howitt, G ; Marsh-Wakefield, F ; Ashhurst, TM ; Phipson, B
Link:	Full Text Finder (Volltext)
Zeitschrift:	Genome biology, Jg. 25 (2024-04-08), Heft 1, S. 89
Veröffentlichung:	London, UK : BioMed Central Ltd ; <i>Original Publication</i>: London : Genome Biology Ltd., c2000-, 2024
Medientyp:	academicJournal
ISSN:	1474-760X (electronic)
DOI:	10.1186/s13059-024-03229-3
Schlagwort:	Cluster Analysis Software Research Single-Cell Analysis
Sonstiges:	Nachgewiesen in: MEDLINE Sprachen: English Publication Type: Journal Article Language: English [Genome Biol] 2024 Apr 08; Vol. 25 (1), pp. 89. <i>Date of Electronic Publication: </i>2024 Apr 08. MeSH Terms: Research* ; Single-Cell Analysis* ; Cluster Analysis ; Software References: Nat Methods. 2022 Jan;19(1):41-50. (PMID: 34949812) ; Nat Methods. 2017 Sep;14(9):865-868. (PMID: 28759029) ; Nat Immunol. 2021 Dec;22(12):1577-1589. (PMID: 34811546) ; Nat Methods. 2016 Jun;13(6):493-6. (PMID: 27183440) ; Nat Commun. 2022 Mar 31;13(1):1698. (PMID: 35361793) ; Genome Biol. 2021 Dec 20;22(1):346. (PMID: 34930412) ; Cytometry A. 2015 Jul;87(7):636-45. (PMID: 25573116) ; Nat Biotechnol. 2017 Apr 11;35(4):316-319. (PMID: 28398311) ; Genome Biol. 2024 Apr 8;25(1):89. (PMID: 38589921) ; Cytometry A. 2022 Mar;101(3):237-253. (PMID: 33840138) ; Bioinformatics. 2022 Oct 14;38(20):4720-4726. (PMID: 36005887) ; Cell Syst. 2019 Jun 26;8(6):483-493.e7. (PMID: 31176620) ; Genome Biol. 2022 Apr 19;23(1):100. (PMID: 35440087) ; Nat Biotechnol. 2012 Sep;30(9):858-67. (PMID: 22902532) ; Biostatistics. 2007 Jan;8(1):118-27. (PMID: 16632515) ; Nucleic Acids Res. 2012 May;40(10):4288-97. (PMID: 22287627) ; Immunol Cell Biol. 2022 Jul;100(6):453-467. (PMID: 35416319) ; PLoS Comput Biol. 2018 Jun 25;14(6):e1006245. (PMID: 29939984) ; Nucleic Acids Res. 2015 Apr 20;43(7):e47. (PMID: 25605792) ; Nat Methods. 2019 Dec;16(12):1289-1296. (PMID: 31740819) ; Cell. 2021 Jun 24;184(13):3573-3587.e29. (PMID: 34062119) ; F1000Res. 2019 Oct 14;8:1749. (PMID: 31723427) ; Cytometry A. 2016 Dec;89(12):1084-1096. (PMID: 27992111) ; Nat Med. 2018 Feb;24(2):144-153. (PMID: 29309059) ; F1000Res. 2017 May 26;6:748. (PMID: 28663787) ; Nat Methods. 2019 Mar;16(3):243-245. (PMID: 30742040) ; Nat Commun. 2017 Nov 23;8(1):1740. (PMID: 29170529) ; IEEE Trans Vis Comput Graph. 2017 Jul;23(7):1739-1752. (PMID: 28113434) ; Commun Biol. 2019 May 14;2:183. (PMID: 31098416) ; F1000Res. 2016 Jun 20;5:1438. (PMID: 27508061) ; Cell Rep Med. 2021 Mar 16;2(3):100208. (PMID: 33564749) ; Nat Biotechnol. 2018 Jun;36(5):411-420. (PMID: 29608179) ; Genome Biol. 2019 Oct 11;20(1):206. (PMID: 31604482) ; Nat Biotechnol. 2024 Feb;42(2):284-292. (PMID: 37231260) ; Genome Biol. 2020 Jan 16;21(1):12. (PMID: 31948481) ; Bioinformatics. 2010 Jan 1;26(1):139-40. (PMID: 19910308) ; Cell. 2015 Jul 2;162(1):184-97. (PMID: 26095251) ; JCI Insight. 2018 Dec 6;3(23):. (PMID: 30518681) ; F1000Res. 2019 Aug 19;8:1459. (PMID: 31857895) ; Elife. 2020 Sep 07;9:. (PMID: 32894218) ; Nat Biotechnol. 2018 Jun;36(5):421-427. (PMID: 29608177) ; Science. 2011 May 6;332(6030):687-96. (PMID: 21551058) ; BMC Bioinformatics. 2022 Aug 13;23(1):336. (PMID: 35963997) ; Cell. 2019 Jun 13;177(7):1888-1902.e21. (PMID: 31178118) ; Nat Biotechnol. 2023 Dec;41(12):1746-1757. (PMID: 36973557) ; Nat Biotechnol. 2023 Jan;41(1):82-95. (PMID: 36109686) ; Cytometry A. 2006 Jun;69(6):541-51. (PMID: 16604519) ; Proc Natl Acad Sci U S A. 2014 Jul 1;111(26):E2770-7. (PMID: 24979804) ; Nat Biotechnol. 2014 Sep;32(9):896-902. (PMID: 25150836) ; PLoS Comput Biol. 2016 Sep 23;12(9):e1005112. (PMID: 27662185) ; Nat Biotechnol. 2015 May;33(5):495-502. (PMID: 25867923) Grant Information: GNT1175653 National Health and Medical Research Council Contributed Indexing: Keywords: Batch correction; Bioinformatics; CITEseq; Clustering; Computational analysis; Cytof; Cytometry; Data compression; Dimensionality reduction; Supercell Entry Date(s): Date Created: 20240408 Date Completed: 20240410 Latest Revision: 20240411 Update Code: 20240411 PubMed Central ID: PMC11003185

Klicken Sie ein Format an und speichern Sie dann die Daten oder geben Sie eine Empfänger-Adresse ein und lassen Sie sich per Email zusenden.

BibTeX Citavi, JabRef, u.a.
(Literaturverwaltung)

PDF kein Volltext!
(Merkzettel, Notizen)

RIS Endnote, Citavi u.a.
(Literaturverwaltung)

MODS
(XML zur Weiterverarbeitung)

oder

Wählen Sie das für Sie passende Zitationsformat und kopieren Sie es dann in die Zwischenablage, lassen es sich per Mail zusenden oder speichern es als PDF-Datei.

Gewünschter Zitations-Stil:

oder

Bitte prüfen Sie, ob die Zitation formal korrekt ist, bevor Sie sie in einer Arbeit verwenden. Benutzen Sie gegebenenfalls den "Exportieren"-Dialog, wenn Sie ein Literaturverwaltungsprogramm verwenden und die Zitat-Angaben selbst formatieren wollen.

SuperCellCyto: enabling efficient analysis of large scale cytometry datasets.