ScGSLC: An unsupervised graph similarity learning framework for single-cell RNA-seq data clustering
21Citations signalées, ce qui n’est pas une note de qualité
7Institutions déclarées
2Pays d’affiliation déclarés
Rattachement africain : cn, us. Niveau de preuve : code pays fourni par la source.
Résumé indisponible. Les résultats de l’étude ne doivent pas être déduits de son seul titre.
Le contrôle bibliographique ouvert
DOI retrouvé dans Crossref DOI retrouvé ; titre concordant.
- Titre Crossref
- ScGSLC: An unsupervised graph similarity learning framework for single-cell RNA-seq data clustering
- Date Crossref
- 01/02/2021
- Éditeur
- Elsevier BV
- Type
- journal-article
Ce recoupement confirme des métadonnées liées au DOI. Il ne confirme ni la méthode ni les conclusions de l’étude, et il ne compte pas comme une seconde source scientifique indépendante.
Où se fait cette recherche
-
Shenzhen Institute of Information Technology pays non établi dans la noticeUniversité ou école supérieure
-
Harbin Institute of Technology pays non établi dans la noticeUniversité ou école supérieure
-
Fordham University Department of Computer and Information Science pays non établi dans la noticeUniversité ou école supérieure
-
Qinghai Normal University pays non établi dans la noticeUniversité ou école supérieure
-
Chinese Academy of Sciences pays non établi dans la noticeOrganisme public
-
Guangzhou Institutes of Biomedicine and Health pays non établi dans la noticeStructure de recherche
-
Heilongjiang Institute of Technology pays non établi dans la noticeUniversité ou école supérieure
-
School of Computer Science and Technology Center for Bioinformatics pays non établi dans la noticeUniversité ou école supérieure
-
South China Institute for Stem Cell Biology and Regenerative Medicine pays non établi dans la noticeStructure de recherche
Shenzhen Institute of Information Technology, Harbin Institute of Technology et Department of Computer and Information Science — Fordham University, avec 6 autres affiliations.
Une affiliation ne permet pas de déduire la nationalité d’un auteur.
Les sujets associés
Single-cell and spatial transcriptomicsGene expression and cancer classificationBioinformatics and Genomic Networks