معرفی شرکت ها

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

توضیحات

Cofunctional grouping-based feature gene selection for unsupervised scRNA-seq clustering

ویژگی	مقدار
سیستم عامل	OS Independent
نام فایل	GeneClust-0.0.1
نام	GeneClust
نسخه کتابخانه	0.0.1
نگهدارنده	[]
ایمیل نگهدارنده	[]
نویسنده	Tao Deng
ایمیل نویسنده	taodeng@link.cuhk.edu.cn
آدرس صفحه اصلی	https://github.com/ToryDeng/scGeneClust
آدرس اینترنتی	https://pypi.org/project/GeneClust/
مجوز	GPL v3

# **GeneClust**: cofunctional grouping-based feature gene selection for unsupervised scRNA-seq clustering GeneClust is a computational feature selection method for scRNA-seq cell clustering. GeneClust groups genes into clusters from which genes are evaluated and selected with the aim of maximizing relevance, minimizing redundancy and preserving complementarity. ![image](https://github.com/ToryDeng/scGeneClust/blob/main/docs/images/workflow.png) ## Dependencies - numpy>=1.21.5 - pandas>=1.4.2 - anndata>=0.8.0 - setuptools>=59.5.0 - loguru>=0.6.0 - sklearn>=0.0 - scikit-learn>=1.1.1 - scanpy>=1.9.1 - scipy>=1.7.3 - leidenalg>=0.8.9 ## Installation 1. PyPI You can directly install the package from PyPI. 2. Github Also, You can download the package from Github and install it locally: ``` git clone https://github.com/ToryDeng/scGeneClust.git cd scGeneClust/ python3 setup.py install --user ``` ## Two Versions of GeneClust | **Version** | **Usage Scenarios** | | :----: | -------- | | GeneClust-ps | 1. Number of cells is small (e.g., several thousand) <br> 2. Cell clustering performance is more important | | GeneClust-fast | 1. Number of cells is large (e.g., over 50,000) <br> 2. Computational efficiency is more important | ## Example Code ```python from scGeneClust.utils import load_PBMC3k from scGeneClust import scGeneClust # load the PBMC3k dataset raw_adata = load_PBMC3k() # GeneClust-fast selected_genes = scGeneClust(raw_adata, version='fast', n_gene_clusters=200, random_stat=2022, verbosity=2) # GeneClust-ps selected_genes = scGeneClust(raw_adata, version='ps', n_cell_clusters=7, scale=1000, top_percent_relevance=5, random_stat=2022, verbosity=2) ``` GeneClust expects raw counts. The output is an ndarray of selected features, which can be used in the downstream cell clustering analysis.

نیازمندی

مقدار	نام
>=1.4.2	pandas
>=0.8.0	anndata
>=1.21.5	numpy
>=0.6.0	loguru
>=0.0	sklearn
>=1.1.1	scikit-learn
>=1.9.1	scanpy
>=1.7.3	scipy
>=0.8.9	leidenalg

زبان مورد نیاز

مقدار	نام
>=3.8	Python

نحوه نصب

نصب پکیج whl GeneClust-0.0.1:

pip install GeneClust-0.0.1.whl

نصب پکیج tar.gz GeneClust-0.0.1:

pip install GeneClust-0.0.1.tar.gz