VoPo leverages cellular heterogeneity for predictive modeling of single-cell data

Par Conseil national de recherches du Canada

Téléchargement	Voir la version finale : VoPo leverages cellular heterogeneity for predictive modeling of single-cell data (PDF, 2.7 Mio) Voir les données supplémentaires : VoPo leverages cellular heterogeneity for predictive modeling of single-cell data (PDF, 61.3 Mio)
DOI	Trouver le DOI : https://doi.org/10.1038/s41467-020-17569-8
Auteur	Rechercher : Stanley, Natalie; Rechercher : Stelzer, Ina A.Identifiant ORCID : https://orcid.org/0000-0002-9974-4661; Rechercher : Tsai, Amy S.Identifiant ORCID : https://orcid.org/0000-0002-2380-6424; Rechercher : Fallahzadeh, Ramin; Rechercher : Ganio, Edward; Rechercher : Becker, Martin Identifiant ORCID : https://orcid.org/0000-0003-4296-3481; Rechercher : Phongpreecha, Thanaphong Identifiant ORCID : https://orcid.org/0000-0001-9245-6686; Rechercher : Nassar, Huda; Rechercher : Ghaemi, Sajjad¹; Rechercher : Maric, Ivana; Rechercher : Culos, Anthony Identifiant ORCID : https://orcid.org/0000-0003-0083-6994; Rechercher : Chang, Alan L.; Rechercher : Xenochristou, Maria; Rechercher : Han, Xiaoyuan Identifiant ORCID : https://orcid.org/0000-0001-6394-3055; Rechercher : Espinosa, Camilo; Rechercher : Rumer, Kristen; Rechercher : Peterson, Laura; Rechercher : Verdonk, Franck Identifiant ORCID : https://orcid.org/0000-0001-7061-5594; Rechercher : Gaudilliere, Dyani; Rechercher : Tsai, Eileen; Rechercher : Feyaerts, Dorien; Rechercher : Einhaus, Jakob Identifiant ORCID : https://orcid.org/0000-0002-3450-4325; Rechercher : Ando, Kazuo; Rechercher : Wong, Ronald J.Identifiant ORCID : https://orcid.org/0000-0003-1205-6936; Rechercher : Obermoser, Gerlinde; Rechercher : Shaw, Gary M.; Rechercher : Stevenson, David K.; Rechercher : Angst, Martin S.Identifiant ORCID : https://orcid.org/0000-0002-1550-8136; Rechercher : Gaudilliere, Brice Identifiant ORCID : https://orcid.org/0000-0002-3475-5706; Rechercher : Aghaeepour, Nima Identifiant ORCID : https://orcid.org/0000-0002-6117-8764
Affiliation	Conseil national de recherches du Canada. Technologies numériques
Format	Texte, Article
Sujet	applied immunology; cellular signalling networks; computer modelling
Résumé	High-throughput single-cell analysis technologies produce an abundance of data that is critical for profiling the heterogeneity of cellular systems. We introduce VoPo (https://github.com/stanleyn/VoPo), a machine learning algorithm for predictive modeling and comprehensive visualization of the heterogeneity captured in large single-cell datasets. In three mass cytometry datasets, with the largest measuring hundreds of millions of cells over hundreds of samples, VoPo defines phenotypically and functionally homogeneous cell populations. VoPo further outperforms state-of-the-art machine learning algorithms in classification tasks, and identified immune-correlates of clinically-relevant parameters.
Date de publication	2020-07-27
Maison d’édition	Nature Research
Licence	Creative Commons Attribution 4.0 International (CC BY 4.0) https://creativecommons.org/licenses/by/4.0/deed.fr
Dans	Nature Communications 11, nº 1, 3738.
Langue	anglais
Publications évaluées par des pairs	Oui
Exporter la notice	Exporter en format RIS
Signaler une correction	Signaler une correction (s'ouvre dans un nouvel onglet)
Identificateur de l’enregistrement	2af21cbd-57ad-4f77-b94c-725472a42c25
Enregistrement créé	2021-06-01
Enregistrement modifié	2021-06-11

Date de modification :: 2024-07-02