哺乳动物脑的共同细胞类型命名法:一种系统的、可扩展的约定
计算机视觉与模式识别
2020-06-11 v1 图像与视频处理
摘要
单细胞RNA测序技术的进步导致了跨多个器官和生物的细胞类型定义激增。尽管数据和元数据录入的标准正在出现,但细胞类型的组织在很大程度上留给了个别研究者,导致命名法差异广泛且分类体系之间对齐有限。为促进跨数据集比较,艾伦研究所创建了共同细胞类型命名法(CCN),用于在研究中匹配和追踪细胞类型,这在性质上类似于不同基因组版本间的基因转录本管理。CCN可轻易应用于新的或已有的分类体系,本文中将其应用于源自多种可量化模态的多样化细胞类型数据集。CCN有助于在哺乳动物皮层中指定准确且灵活的 cell type 名称,作为迈向社区范围内组织来自任何生物体的、与细胞类型分类相关的多源数据驱动信息的一步。
引用
@article{arxiv.2006.05407,
title = {D-VPnet: A Network for Real-time Dominant Vanishing Point Detection in Natural Scenes},
author = {Yin-Bo Liu and Ming Zeng and Qing-Hao Meng},
journal= {arXiv preprint arXiv:2006.05407},
year = {2020}
}
备注
18 pages, 6 figures, under review