ikarus

Ikarus

Ikarus ist eine schrittweise maschinelle Lernpipeline, die versucht, mit der Unterscheidung von Tumorzellen von normalen Zellen zu unterscheiden. Nutzung mehrerer annotierter Einzelzell -Datensätze Es kann verwendet werden, um ein für Tumorzellen spezifisches Gen festzulegen. Zunächst wird der letztere Gensatz verwendet, um Zellen zu rangieren und dann einen logistischen Klassifizierer für die robuste Klassifizierung von Tumor und normalen Zellen zu trainieren. Schließlich wird die Empfindlichkeit erhöht, indem die Zellbezeichnungen basierend auf einem benutzerdefinierten Zell-Zell-Netzwerk verbreitet werden. Ikarus wird an mehreren Einzelzell -Datensätzen getestet, um festzustellen, dass es in mehreren experimentellen Kontexten eine hohe Empfindlichkeit und Spezifität erzielt. Weitere Informationen finden Sie in der entsprechenden Veröffentlichung.

Installation

Ikarus unterstützt derzeit python>=3.8 und kann von PYPI installiert werden:

 PIP Installieren Sie Ikarus

Alterant kann man Ikarus 'Master -Zweig direkt von GitHub installieren:

 Python -m PIP Installieren Sie GIT+https: //github.com/bimsbbioinfo/ikarus.git

Verwendung

Die einfachste Option, um zu beginnen, besteht darin, die bereitgestellten Tumor-/normalen Genlisten und das vorgezogene Modell zu verwenden:

 aus Ikarus Importklassifizierer

model = classifier.ikarus (Signatures_gmt = Signatures_Path)
model.load_core_model (model_path)
Vorhersagen = Modell.Predict (test_adata, 'test_name')

Weitere Informationen zum Training eines Modells oder zum Erstellen eigener Genlisten finden Sie im Tutorial -Notebook.

Beispiel Notizbücher
Datenvorbereitung und grundlegende Vorhersage