ikarus

ikarus

Ikarus是一种逐步的机器学习管道，试图应对将肿瘤细胞与正常细胞区分开的任务。利用多个带注释的单细胞数据集，它可用于定义特定于肿瘤细胞的基因集。首先，后一个基因集用于对细胞进行排名，然后训练物流分类器进行肿瘤和正常细胞的鲁棒分类。最后，通过基于自定义细胞网络传播细胞标签来提高灵敏度。 Ikarus在多个单细胞数据集上进行了测试，以确定在多个实验环境中可以达到高灵敏度和特异性。请在相应的出版物中找到更多信息。

安装

Ikarus当前支持python>=3.8 ，可以从PYPI中安装：

 PIP安装ikarus

一定程度地，可以直接从github安装ikarus的主分支：

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

用法

最简单的入门选择是使用提供的肿瘤/正常基因列表和验证的模型：

来自ikarus导入分类器

model = classifier.ikarus（signatures_gmt = signatures_path）
model.load_core_model（model_path）
预测= model.predict（test_adata，'test_name'）

教程笔记本中提供了有关如何训练模型或如何创建自己的基因列表的更多信息。

示例笔记本
数据准备和基本预测