跳到正文
热点事件持续更新

R语言分析跨细胞类型相关性避免虚假排斥

1 篇报道1 个报道来源3 小时前更新

先了解这件事

AI 综述

Daniel Manrique Castaño发布教程,解释了在细胞密度不均的组织(如模拟的瘢痕组织)中,经典的跨细胞类型相关性估计方法会因组织缺失而错误地显示细胞间存在排斥,这实际上反映的是密度变化而非真实的相互作用。 教程指出,使用非均质估计方法可以修正这一偏差,使相关性曲线在短距离内反映真实的吸引作用,并在0.1毫米距离后接近1。

AI 根据报道生成 · 2 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月12日
  1. Towards Data Science
    如何在 R 中解读跨细胞类型相关性而不产生虚假排斥(第三部分)

    本文解释了跨细胞类型相关性曲线(g_ij(r))如何反映组织缺失而非真实细胞间相互作用,指出当细胞密度不均时经典估计方法会误判为排斥。在模拟的瘢痕组织中,独立细胞类型的相关性曲线显示低于 1 的值,但实际是因组织损伤导致的密度变化。使用非均质估计方法可修正偏差,使曲线在短距离内反映真实吸引,在 0.1 mm 距离后接近 1。

本事件热度走势

可比范围当前
9
可比范围峰值
1011月12日 21:00
近 24 小时变化
–

趋势仅比较持续完整观测到的相同主体,范围可能小于当前热度统计。移动指针或点击图表查看每小时热度;键盘可用左右方向键切换。