Eleven grand challenges in single-cell data science
Pourquoi ce travail est-il dans la base ?
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Scores machine (provisoires)
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
- Écart entre enseignants
- 0,139 · la distance entre les deux têtes enseignantes sur ce seul travail
- Statut de validation
score_only:v0-immature-baseline· tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle
Résumé
The recent boom in microfluidics and combinatorial indexing strategies, combined with low sequencing costs, has empowered single-cell sequencing technology. Thousands-or even millions-of cells analyzed in a single experiment amount to a data revolution in single-cell biology and pose unique data science problems. Here, we outline eleven challenges that will be central to bringing this emerging field of single-cell data science forward. For each challenge, we highlight motivating research questions, review prior work, and formulate open problems. This compendium is for established researchers, newcomers, and students alike, highlighting interesting and rewarding problems for the coming years.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
La notice
- Revue
- Genome biology
- Thématique
- Single-cell and spatial transcriptomics
- Domaine
- Biochemistry, Genetics and Molecular Biology
- Établissements canadiens
- Mount Saint Vincent UniversityUniversity of British ColumbiaBC Cancer Agency
- Organismes subventionnaires
- Institute of GeneticsNational Cancer InstituteNational Institute of Biomedical Imaging and BioengineeringNational Human Genome Research InstituteCancer Research UK Cambridge Institute, University of CambridgeHelmholtz Zentrum MünchenBC Cancer AgencyNational Health and Medical Research CouncilEngineering and Physical Sciences Research CouncilMedical Research CouncilCanadian Cancer Society Research InstituteCanadian Institutes of Health ResearchNational Institutes of HealthOncode InstituteBC Cancer FoundationWageningen University and ResearchCancer Research UKLorentz CenterTerry Fox Research InstituteI.M. Sechenov First Moscow State Medical UniversityAlan Turing InstituteSwiss Institute of BioinformaticsUniversität ZürichKlaus Tschira StiftungCycle for SurvivalRadboud Universitair Medisch CentrumUniversitair Medisch Centrum GroningenLeids Universitair Medisch CentrumDeutsche ForschungsgemeinschaftNederlandse Organisatie voor Wetenschappelijk OnderzoekEidgenössische Technische Hochschule ZürichBundesministerium für Bildung und ForschungUniversität des SaarlandesInstitute for Research in BiomedicineTechnische Universiteit DelftUniversiteit UtrechtRijksuniversiteit GroningenDeutsche KrebshilfeSystemsX.chUniversiteit LeidenSchweizerischer Nationalfonds zur Förderung der Wissenschaftlichen ForschungMemorial Sloan-Kettering Cancer CenterWellcome TrustRadboud UniversiteitBarcelona Institute of Science and TechnologyChan Zuckerberg InitiativeEuropean Molecular Biology LaboratoryDeutsches KrebsforschungszentrumUniversiteit van AmsterdamGeorgia State UniversitySilicon Valley Community FoundationPrinceton UniversityJohns Hopkins UniversityBroad InstituteUniversität Duisburg-EssenUniversity of ConnecticutUniversity of EdinburghNational Science FoundationMassachusetts General HospitalImperial College London
- Mots-clés
- CompendiumData scienceBiologyField (mathematics)Computer scienceComputational biology
- Résumé présent dans OpenAlex
- oui