welch-lab/liger

解決的問題

LIGER 解決了整合與分析多個單細胞數據集的挑戰，這些數據集可能因實驗批次、個體、性別、組織、物種或模態（例如 RNA-seq、ATAC-seq 或 DNA 甲基化）而有所不同。

工作原理

本專案使用整合性非負矩陣分解（iNMF）來識別不同資料來源之間的共享因子與資料集特異性因子。它包含專門的方法，例如共識 iNMF 以獲得更高信賴度的結果，以及質心對齊以改善批次效應去除並保留生物學資訊。

適用對象

專為執行單細胞多組學整合與分析的研究人員設計，用於定義細胞類型並在不同生物資料集中比較特徵。

主要亮點

• 支援跨不同模態的整合（scRNAseq、空間轉錄組學、scMethylation、scATAC-seq）。
• 支援跨物種分析（例如小鼠與人類）。
• 提供聚類、識別基因標記以及透過 t-SNE 和 UMAP 進行視覺化工具。
• 與現有的單細胞分析套件（如 Seurat）相容。