估计阅读时长: 23 分钟 https://github.com/rsharp-lang/R-sharp 降维是将数据由高维约减到低维的过程而用来揭示数据的本质低维结构。它作为克服“维数灾难”的途径在这些相关领域中扮演着重要的角色。在过去的几十年里,有大量的降维方法被不断地提出并被深入研究,其中常用的包括传统的降维算法如PCA和MDS;流形学习算法如UMAP、t-SNE、ISOMAP、LE以及LTSA等。 Order by Date Name Attachments MNIST-LabelledVectorArray-60000x100 • 230 kB • 203 click 27.06.2021MNIST-LabelledVectorArray-60000x100Euclidean_Distance • […]
waiting and waiting.
Cool + for the post
老师提到的这个问题,我这几天会写一个使用教程,老师后面可以用教程中对应的demo示例来了解下功能的使用
空间Spot结果在下载到的mzkit文件夹中有示例吗?我试了试,不是10X结果中的tissue_positions_list.csv(软件选择此文件,直接error);在默认结果中也没找到类似的文件;
目前软件上提供了用于手动关联空间转录组数据和空间代谢组数据的功能,使用具体的功能可以通过成像画布上通过右键菜单依次打开【Samples】->【Add Spatial Tile】加载Space Ranger的空间斑点结果:在软件上进行手动旋转调整位置完成两个空间组学之间的空间位置关联,然后老师这边拿到空间位置关联信息后,就可以按照斑点的空间位置对应关系导出表达数据做关联分析了