期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到1篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
FPCAM:基于加权字典的肺纤维化单细胞注释模型构建与网页工具开发 被引量：1
1
作者 石岩 吴泊含 +3 位作者 黄宏旭 赵宏宇 蔡禄 刘国君 《生物工程学报》 北大核心 2026年第2期971-987,共17页
单细胞RNA测序(single-cell RNA sequencing,scRNA-seq)技术的突破性发展为解析细胞异质性提供了前所未有的分辨率,然而,细胞类型注释的效率与准确性仍面临诸多挑战。现有自动化注释工具受限于参考数据集的依赖性、标记基因的多态性以... 单细胞RNA测序(single-cell RNA sequencing,scRNA-seq)技术的突破性发展为解析细胞异质性提供了前所未有的分辨率,然而,细胞类型注释的效率与准确性仍面临诸多挑战。现有自动化注释工具受限于参考数据集的依赖性、标记基因的多态性以及人工干预所带来的主观偏差,难以满足复杂细胞亚群和跨平台数据的精准注释需求。为此,本研究开发了FPCAM——一款基于R Shiny平台的全自动细胞注释工具。该模型依托Seurat框架,通过FindAllMarkers筛选特征基因,并结合相似性矩阵计算、手动整理的肺纤维化相关细胞-基因关联字典以及优化的评价指标算法,实现高效单细胞注释。为了评估模型的性能,将FPCAM的注释结果与当前最先进的模型(SCSA、SingleR、SciBet)进行对比分析。结果表明,FPCAM在测试数据集中达到了85.7%的准确率,优于SCSA的82.1%和SciBet的78.6%。Cohen's Kappa系数同样展现出了更高的一致性,达到0.81,优于SCSA(0.76)和SciBet(0.73),此外,SingleR和SciBet的极差分别为0.357和0.322,显示出其对细胞注释文件的高度依赖性,而FPCAM则在准确性和稳定性上均具有显著优势。综合而言,FPCAM通过集成多源标记基因数据库与动态更新策略,并结合创新性的加权注释算法,实现了高效、灵活且精准的细胞类型鉴定,为肺纤维化及其他疾病的单细胞转录组研究提供了有力工具。 展开更多
关键词 细胞注释 单细胞RNA测序 fpcam 细胞-基因关联字典 Seurat特征基因筛选
原文传递
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部