User: Guest  Login
Original title:
Statistical data integration for single-cell RNA-sequencing - batch effect correction and lineage inference 
Translated title:
Statistische Datenintegration für Einzelzell-RNA-Sequenzierung - Batch-Effekt-Korrektur und Abstammungsinferenz 
Year:
2019 
Document type:
Dissertation 
Institution:
Fakultät für Mathematik 
Advisor:
Theis, Fabian J. (Prof. Dr. Dr.) 
Referee:
Theis, Fabian J. (Prof. Dr. Dr.); Gagneur, Julien (Prof. Dr.); Kharchenko, Peter V. (Prof., Ph.D.) 
Language:
en 
Subject group:
BIO Biowissenschaften; MAT Mathematik 
Keywords:
machine learning, single-cell transcriptomics, batch effects, lineage inference 
TUM classification:
BIO 110d; MAT 022d 
Abstract:
The development of single-cell transcriptomics is key to reveal cellular heterogeneity. This technology empowers sequencing of ten thousands of cells and machine learning algorithms allow dissecting such big data. This thesis presents a new test metric for assessing batch effects and benchmarks batch effect correction in scRNA-seq data. Furthermore, it determines cell fate lineage choice in the small intestinal epithelium of adult mice. 
Translated abstract:
Die Entwicklung der Single-Cell-Transkriptomik ist der Schlüssel zur Aufdeckung der zellulären Heterogenität. Diese Technologie ermöglicht die Sequenzierung von Zehntausenden von Zellen und maschinelle Lernalgorithmen ermöglichen die Sezierung so großer Datenmengen. Diese Arbeit stellt eine neue Testmetrik zur Beurteilung von Batch-Effekten und Benchmarks für die Batch-Effekt-Korrektur in scRNA-Seq-Daten vor. Darüber hinaus bestimmt es die Wahl der Zellschicksale im Dünndarmepithel erwachsener M...    »
 
Oral examination:
17.07.2019 
File size:
117690986 bytes 
Pages:
185 
Last change:
01.08.2019