2025年1月9日 · UMAP 图，全称是 统一流形逼近与投影图，是数据降维可视化的神器 它能把复杂的高维数据，巧妙地投影到二维或三维空间，让我们一眼看清数据分布与关系。 在 单细胞测序分析 里，UMAP 图超有用。 不同颜色代表不同细胞类型，一个个点就像细胞 “小居民”，聚集成不同 “社区”，帮我们快速找到细胞类群。 和 PCA 、 t-SNE 比，UMAP 可厉害啦。 PCA 像个 “直线思维” 的老实人，擅长处理线性数据；t-SNE 是 “细节控”，但计算慢；UMAP 则是 “六边形战士”，兼 …

This blog post discusses why it is important to visualize the latent space of chemical datasets, what makes UMAP a useful tool for this purpose, and how we use UMAP at Reverie Labs. As an example, we use the Blood Brain Barrier Permeability (BBBP) dataset from MoleculeNet for our visualizations and the code tutorial.

2023年1月20日 · UMAP is an algorithm that takes a high-dimensional dataset (such as a single-cell RNA dataset) and reduces it to a low-dimensional plot that retains much of the original information. Most, if not all, single-cell RNA sequencing datasets contain thousands of gene expression counts per individual cell.

Recently, McInnes et al. 31 developed a new fuzzy topology-based dimensionality reduction method named as Uniform Manifold Approximation and Projection (UMAP), which could serve as an alternative method to t-SNE.

2024年3月3日 · 降维算法：在单细胞转录组生信分析中，常见的降维算法有两种，UMAP(Uniform Manifold Approximation and Projection) 和T-SNE(t-distributed stochastic neighbor embedding)。 UMPA 运算速度会更快，并且在保留数据结构的同时提供了更好的扩展性。

2021年5月11日 · The uniform manifold approximation and projection (UMAP) is a dimensionality reduction method based on a fuzzy topological analysis of data.

2023年6月9日 · The recently proposed Aligned-UMAP, an extension of the uniform manifold approximation and projection (UMAP) algorithm, can visualize high-dimensional longitudinal datasets. We demonstrated its utility for researchers to identify exciting patterns and trajectories within enormous datasets in biological sciences.

2023年9月16日 · UMAP是一种非线性降维和可视化算法，全称为Uniform Manifold Approximation and Projection（均匀流形近似和投影）。 它是一种基于图论和流形学习的方法，用于将高维数据映射到低维空间，以便于可视化和分析。 UMAP的主要目标是保持数据点之间的局部结构和全局结构。 它通过构建数据点之间的邻近关系图，并利用图的拓扑结构进行流形近似和优化。 UMAP使用了一种称为高维距离的度量方式，在低维空间中通过最小化原始距离和映射距离之间的差异来 …

2025年1月11日 · 1．定义：UMAP图是一种基于非线性降维的可视化方式，将高维数据映射到二维或三维空间，并保持数据之间的相对距离和结构，从而使得聚类、异质性和样本间的差异更为明显。 2．用途： （1）单细胞数据分析：UMAP图可以用于单细胞测序数据的降维分析，帮助研究人员探索细胞的状态和细胞间的相似性，从而揭示细胞分化和功能编排的机制。 （2）基因组学和转录组学：UMAP图可以帮助分析高维转录组数据，主要揭示基因库表达与特定生物过程的关 …

2023年11月13日 · To improve this process, we conduct large-scale targeted CRISPR knockout screens in drug-treated cells, creating a genetic map of druggable genes that sensitize cells to commonly used...