ikarus

Ikarus

Ikarus é um pipeline de aprendizado de máquina gradual que tenta lidar com uma tarefa de distinguir células tumorais das células normais. Aproveitando vários conjuntos de dados de células únicas anotadas, pode ser usado para definir um conjunto de genes específico para células tumorais. Primeiro, o último conjunto de genes é usado para classificar as células e depois treinar um classificador logístico para a classificação robusta do tumor e das células normais. Finalmente, a sensibilidade é aumentada propagando os rótulos das células com base em uma rede de células celulares personalizadas. O ikarus é testado em vários conjuntos de dados de células únicas para verificar que atinge alta sensibilidade e especificidade em vários contextos experimentais. Encontre mais informações na publicação correspondente.

Instalação

Atualmente, Ikarus suporta python>=3.8 e pode ser instalado a partir de Pypi:

 pip install ikarus

Alterivamente, pode -se instalar o ramo mestre de Ikarus diretamente do GitHub:

 python -m pip install git+https: //github.com/bimsbbioinfo/ikarus.git

Uso

A opção mais fácil de começar é usar as listas de genes tumorais/normais fornecidas e o modelo pré -treinado:

 Do classificador de importação de Ikarus

Model = Classifier.ikarus (Signatures_GMT = Signatures_Path)
Model.load_core_model (Model_path)
previsões = Model.predict (test_adata, 'test_name')

Mais informações sobre como treinar um modelo ou como criar listas de genes próprias são fornecidas no caderno do tutorial.

Exemplo de cadernos
Preparação de dados e previsão básica