Visual analysis of mass cytometry data by hierarchical stochastic neighbour embedding reveals rare cell types

التفاصيل البيبلوغرافية
العنوان:	Visual analysis of mass cytometry data by hierarchical stochastic neighbour embedding reveals rare cell types
المؤلفون:	Vincent van Unen, Thomas Höllt, Nicola Pezzotti, Na Li, Marcel J. T. Reinders, Elmar Eisemann, Frits Koning, Anna Vilanova, Boudewijn P. F. Lelieveldt
المصدر:	Nature Communications, Vol 8, Iss 1, Pp 1-10 (2017)
بيانات النشر:	Nature Portfolio, 2017.
سنة النشر:	2017
المجموعة:	LCC:Science
مصطلحات موضوعية:	Science
الوصف:	Single cell profiling yields high dimensional data of very large numbers of cells, posing challenges of visualization and analysis. Here the authors introduce a method for analysis of mass cytometry data that can handle very large datasets and allows their intuitive and hierarchical exploration.
نوع الوثيقة:	article
وصف الملف:	electronic resource
اللغة:	English
تدمد:	2041-1723
Relation:	https://doaj.org/toc/2041-1723
DOI:	10.1038/s41467-017-01689-9
URL الوصول:	https://doaj.org/article/e50b0012ac854b22b12f11d3326c67c4
رقم الأكسشن:	edsdoj.50b0012ac854b22b12f11d3326c67c4
قاعدة البيانات:	Directory of Open Access Journals

الوصف
تدمد:	20411723
DOI:	10.1038/s41467-017-01689-9