圣犹达团队开发BOUQUET算法:用机器学习构建三维“超级增强子”图谱以定位细胞身份调控因子
圣犹达儿童研究医院研究人员提出BOUQUET算法,将三维基因组相互作用纳入图论与机器学习框架,识别增强子群落及其与蛋白质凝聚体相关的基因,并在《核酸研究》发表。
新加坡国立大学团队推出CellScope:基于流形拟合的高性能单细胞图谱分析框架
该框架面向scRNA-seq数据,结合自适应基因选择、流形结构去噪与多分辨率层级聚类,用于构建高分辨率“细胞图谱”,并在36个来自人类与小鼠组织的数据集上完成评估。
EMBL巴塞罗那推出LimbLab开源流程,用于胚胎肢芽三维可视化与分析
EMBL巴塞罗那研究人员开发LimbLab,以应对胚胎发育研究中二维方法难以刻画三维过程的限制。该开源流程面向小鼠肢体发育研究,并提供从体积数据清理、网格构建到样本对齐与基因表达三维展示的模块化工作流。