Data and Codes for Pan-cancer classification of single cells in the tumour microenvironment
Notice bibliographique
Résumé
Data for Pan-cancer classification of single cells in the tumour microenvironment. Most files are saved in .RDS format and can be loaded in R using the readRDS function training_files_for_scATOMIC_core.tar.gz contains the count matrices, metadata files, and scripts used to train the core scATOMIC model. The reference_datasets folder contains training matrices and metadata that were used to derive marker genes and balanced training matrices using the get_markers_per_cell_type_per_layer.R and generate_balanced_training.R scripts. The markers folder contains the results of differential gene expression between cell types at each layer. The balanced_training folder contains the class balanced matrices used to train each layer in the train_classifiers.R script. The classifier_outputs folder contains the output models and gene lists used. external_validation_files.tar.gz contains the count matrices and results used in the external validation of scATOMIC. harmonized_results_matrix_and_metadata_all_patients_all_cells.RDS is a matrix of all cells with their associated metadata, scATOMIC annotations and annotations with other tools. gold_standard_cells_matrix_for_fig2bc.RDS is a filtered versions of cells with a more confident ground truth that were used for external validation in figure_2bc_script.R. We also provide files split by each patient: split_by_patient_matrices contains each count matrix for each patient tested. prediction_list_files contains the results of run_scATOMIC() for each patient. scATOMIC_annotations_per_sample contains the summarized results matrix for each individual patient. Figure3.tar.gz contains the script used to compare scATOMIC's cancer signature scoring mode to copykat CNV inference. The script requires files from external_validation_files.tar.gz. Pal_et_al_breast_cancer_data.tar.gz contains the results of scATOMIC in each breast cancer subtype and the script to analyze the different subtype annotations as a pie chart. metastatic_figure.tar.gz contains the results of scATOMIC prediction of metastatic disease origin as well as the script to run the analysis. scATOMIC_1.1.0.tar.gz contains the R package (version used in manuscript).
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.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,016 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,005 | 0,007 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,314 | 0,188 |
Scores machine (provisoires)
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.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».