ACTIVA: realistic single-cell RNA-seq generation with automatic cell-type identification using introspective variational autoencoders.

Heydari, A Ali; Davalos, Oscar A; Zhao, Lihong; Hoyer, Katrina K; Sindi, Suzanne S

Heydari, A Ali; Davalos, Oscar A; Zhao, Lihong; Hoyer, Katrina K; Sindi, Suzanne S.

Afiliação

Heydari AA; Department of Applied Mathematics, University of California, Merced, CA 95343, USA.
Davalos OA; Health Sciences Research Institute, University of California, Merced, CA 95343, USA.
Zhao L; Health Sciences Research Institute, University of California, Merced, CA 95343, USA.
Hoyer KK; Quantitative and Systems Biology Graduate Program, University of California, Merced, CA 95343, USA.
Sindi SS; Department of Applied Mathematics, University of California, Merced, CA 95343, USA.

Bioinformatics ; 38(8): 2194-2201, 2022 04 12.

Article em En | MEDLINE | ID: mdl-35179571

Assuntos

Análise de Célula Única; Análise da Expressão Gênica de Célula Única; Animais; Algoritmos; Sequenciamento do Exoma; Benchmarking

Texto completo

Imprimir

XML

PubMed Links

Buscar no Google

Texto completo: 1 Base de dados: MEDLINE Assunto principal: Análise de Célula Única / Análise da Expressão Gênica de Célula Única Tipo de estudo: Diagnostic_studies Limite: Animals Idioma: En Revista: Bioinformatics Assunto da revista: INFORMATICA MEDICA Ano de publicação: 2022 Tipo de documento: Article País de afiliação: Estados Unidos

Texto completo

Imprimir

XML

PubMed Links

Buscar no Google