bioFAM/MOFA2

Multi-Omics Factor Analysis

何を解決するか

マルチオミクス生物学データセットの教師なし統合と分析に特化した一般的なフレームワークを提供し、研究者が複数の種類の生物学的データを同時に分析できるようにします。

動作方法

異なるオミクスデータセット間で共有される変動パターンを特定するために因子分析モデルを使用し、生物学的サンプルの分散を説明する潜在因子を明らかにします。

対象ユーザー

複雑なマルチオミクスデータの統合と解析が必要なバイオインフォマティクスおよびシステム生物学の研究者

特徴

  • マルチオミクスデータの教師なし統合
  • 因子分析のための汎用フレームワーク
  • チュートリアルおよびインストール用の専用ウェブサイト

関連

  • プロジェクト
    omicverse/omicverse

    バッチ、単細胞、空間的トランスクリプトミクスをAI支援ワークフローと合成生物学ツールと統合した統合型Pythonフレームワーク。

  • プロジェクト
    scverse/spatialdata

    ユニモーダルおよびマルチモーダルの空間オミクスデータセットの処理および分析を目的とした、オープンで普遍的なデータフレームワーク、スキーマ、シリアル化フォーマット。

  • プロジェクト
    welch-lab/liger

    LIGERは、統合的非負値行列分解を用いて、複数の単細胞データセットを統合・分析し、共有因子とデータセット固有の因子を同定するためのパッケージです。

  • Dispatch
    OFA: オールインワンモデルの構築に向けて

    OFAは、指示ベースのマルチタスク事前学習を用いて、異なるモダリティ間の理解タスクと生成タスクを単一のフレームワークに統合した統合マルチモーダル事前学習モデルです。

  • プロジェクト
    biocypher/biocypher

    生命科学における知識グラフの作成と維持のためのフレームワークで、AIおよび分析に向けた多様な生物学的データの統合を簡素化します。