MedElevator Войти в исследования
← Поиск публикаций

DOI 10.1186/s13059-026-03965-8

Медицинская библиотека · Genome biology · 2026

SAKURA: a knowledge-guided approach to recovering important, rare signals from single-cell data.

Zhang Zhenghao, Chen Jiamin, Wu Haoran, Li Kelly Yichen, Adams Peter D, Itkin-Ansari Pamela, Yip Kevin Y

СтатьяПеревод пока не подготовлен

Аннотация

Dimensionality reduction is routinely applied to single-cell transcriptomic data to improve interpretability, remove noise and redundancy, and enable visualization. Most existing methods aim at preserving the most prominent data properties, which can lead to omission of rare but important signals. Here we propose a novel framework, SAKURA, that uses knowledge-derived genes of interest to guide dimensionality reduction, which can help cluster rare cells and separate highly similar cell subpopulations. We demonstrate the utility of our framework in identifying endocrine cell subtypes in the pancreatic islet, highly similar hematopoietic subpopulations, and rare senescent cells.

Для цитирования: Zhang Zhenghao, Chen Jiamin, Wu Haoran, Li Kelly Yichen, Adams Peter D, Itkin-Ansari Pamela, Yip Kevin Y. SAKURA: a knowledge-guided approach to recovering important, rare signals from single-cell data.. Genome biology. 2026. DOI: 10.1186/s13059-026-03965-8.

Предметные рубрики MeSH

Подготовка и перевод публикации
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…

История · было → стало

Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.

Тип публикации указан по данным источника. Уровень доказательности автоматически не присваивается.