Deep learning shapes single-cell data analysis.
Deep learning shapes single-cell data analysis.
复制标题
DOI：
10.1038/s41580-022-00466-x
复制
发表时间：
2022-05
期刊：
影响因子：
--
通讯作者：
Xu D
中科院分区：
文献类型：
--
作者：
Ma Q;Xu D
深度学习在单细胞数据分析方面具有巨大的潜力，但仍有许多挑战和可能的新发展有待探索。在这篇评论中，我们考虑了将深度学习方法用于分析单细胞数据的进展、局限性、最佳实践和前景。Ma和Xu讨论了使用深度学习方法分析单细胞数据的现状、最佳实践和未来。
Deep learning has tremendous potential in single-cell data analyses, but numerous challenges and possible new developments remain to be explored. In this commentary, we consider the progress, limitations, best practices and outlook of adapting deep learning methods for analysing single-cell data. Ma and Xu discuss the status, best practices and future of using deep learning methods to analyse single-cell data.
登录
查看更多内容
DOI：
10.1038/s41577-021-00646-4
发表时间：
2022-08
期刊：
Nature reviews. Immunology
影响因子：
--
作者：
Mogilenko DA;Shchukina I;Artyomov MN
通讯作者：
Artyomov MN
影响因子：
48
作者：
Amodio, Matthew;van Dijk, David;Srinivasan, Krishnan;Chen, William S.;Mohsen, Hussein;Moon, Kevin R.;Campbell, Allison;Zhao, Yujiao;Wang, Xiaomei;Venkataswamy, Manjunatha;Desai, Anita;Ravi, V.;Kumar, Priti;Montgomery, Ruth;Wolf, Guy;Krishnaswamy, Smita
通讯作者：
Krishnaswamy, Smita
影响因子：
48
作者：
Luecken MD;Büttner M;Chaichoompu K;Danese A;Interlandi M;Mueller MF;Strobl DC;Zappia L;Dugas M;Colomé-Tatché M;Theis FJ
通讯作者：
Theis FJ
影响因子：
46.9
作者：
Tian, Yuan;Carpp, Lindsay N.;Miller, Helen E. R.;Zager, Michael;Newell, Evan W.;Gottardo, Raphael
通讯作者：
Gottardo, Raphael
影响因子：
18.4
作者：
Nath A;Bild AH
通讯作者：
Bild AH