导读 在疾病、生物体和生物过程中发现新的群体或类别并将它们组织成层次关系是生物学和医学中重要且反复出现的追求，这可能有助于阐明特定群体的
在疾病、生物体和生物过程中发现新的群体或类别并将它们组织成层次关系是生物学和医学中重要且反复出现的追求，这可能有助于阐明特定群体的脆弱性并最终形成新的治疗干预措施。
现在，一项新研究引入了一种新的计算方法和一种称为 K2Taxonomer 的相关软件工具，它支持从高通量批量和单细胞“组学”数据中以多个分辨率水平自动发现和注释分子分类。
该研究包括一个案例研究，详细介绍了在单细胞基础上对乳腺肿瘤浸润淋巴细胞(免疫系统中的白细胞，又名 TIL)转录组的分析，该研究显着扩展了先前的发现，并展示了这些方法的结合进入先进的计算机模拟(由计算机建模生成)分析工作流程。
我们的研究对模拟和真实数据的方法进行了全面的评估和广泛的基准测试，令人信服地显示了其高精度、与其他代表性方法相比的优越性能以及(重新)发现已知嵌套分子分类的能力。”
标签： 分子
免责声明：本文由用户上传，如有侵权请联系删除！