Palo: spatially aware color palette optimization for single-cell and spatial data.
Palo: spatially aware color palette optimization for single-cell and spatial data.
复制标题
Palo：针对单细胞和空间数据的空间感知调色板优化。
DOI：
10.1093/bioinformatics/btac368
复制
发表时间：
2022-07-11
期刊：
影响因子：
--
通讯作者：
中科院分区：
文献类型：
--
作者：
在单细胞或空间基因组数据的探索性数据分析中，通常使用二维图来可视化单细胞或空间点，其中细胞簇或点簇用不同的颜色标记。对于数十个聚类，当前的可视化方法通常将视觉上相似的颜色分配给空间相邻的聚类，使得难以识别聚类之间的区别。为了解决这个问题，我们开发了Palo，它以空间感知的方式优化了单个单元格和空间数据的调色板分配。Palo识别空间上彼此相邻的聚类对，并为这些相邻对分配视觉上不同的颜色。我们证明了Palo在真实的单细胞和空间基因组数据集中改善了可视化。 Palo R包可以在Github（https：//github.com/Winnie09/Palo）和Zenodo（https：//doi.org/10.5281/zenodo.6562505）上免费获得。 补充数据可在Bioinformatics在线获得。
In the exploratory data analysis of single-cell or spatial genomic data, single-cells or spatial spots are often visualized using a two-dimensional plot where cell clusters or spot clusters are marked with different colors. With tens of clusters, current visualization methods often assign visually similar colors to spatially neighboring clusters, making it hard to identify the distinction between clusters. To address this issue, we developed Palo that optimizes the color palette assignment for single-cell and spatial data in a spatially aware manner. Palo identifies pairs of clusters that are spatially neighboring to each other and assigns visually distinct colors to those neighboring pairs. We demonstrate that Palo leads to improved visualization in real single-cell and spatial genomic datasets. Palo R package is freely available at Github (https://github.com/Winnie09/Palo) and Zenodo (https://doi.org/10.5281/zenodo.6562505). Supplementary data are available at Bioinformatics online.
登录
查看更多内容
影响因子：
46.9
作者：
Becht, Etienne;McInnes, Leland;Newell, Evan W.
通讯作者：
Newell, Evan W.
影响因子：
12.3
作者：
Abdelaal, Tamim;Michielsen, Lieke;Mahfouz, Ahmed
通讯作者：
Mahfouz, Ahmed
影响因子：
14.9
作者：
Ji Z;Ji H
通讯作者：
Ji H
影响因子：
56.9
作者：
Stahl, Patrik L.;Salmen, Fredrik;Frisen, Jonas
通讯作者：
Frisen, Jonas
影响因子：
5.8
作者：
Weinreb, Caleb;Wolock, Samuel;Klein, Allon M.
通讯作者：
Klein, Allon M.