stereoAlign是一个先进而多功能的工具包，集成了各种强大的批次效应去除，细胞注释等数据整合方法。使用stereoAlign，用户可以访问全面的方法选择，包括诸如Harmony、BBKNN、Combat等流行的单细胞方法，以及一种名为spatiAlign的基于空间分组的方法。

stereoAlign的用户体验简单方便。该工具包提供了对集成方法的轻松访问和使用，实现了流畅高效的工作流程。通过将这些方法整合到一个统一的软件包中，stereoAlign消除了用户手动分别实现和整合每个方法的需要，从而节省了大量的时间和精力。

除此之外，stereoAlign提供了广泛的评估指标，以评估不同的批次效应去除技术的效果。这些评估指标包括调整兰德指数（ARI）、轮廓系数（Silhouette Score）、互信息（Mutual Information）等常用的度量标准。通过拥有如此全面的评估指标，研究人员可以定量比较不同方法的性能，并选择最适合自己数据集和研究问题的方法。

Dynamo是一个分析框架，利用单细胞转录组测序(scRNA-seq)、RNA速度和代谢标记数据，揭示细胞状态、转变和调控功能。它提供了对常规scRNA-seq数据集的稳健准确的RNA速度估计，并支持基于时间分辨代谢标记的scRNA-seq建模。Dynamo不仅仅局限于传统的RNA速度分析，还通过重建连续向量场来预测细胞命运转变，并运用微分几何来提取潜在的调控机制。它突出了驱动特定细胞转变的机制，并能准确预测驱动因子和干扰结果。

Dynamo的关键特点包括：

• 对常规scRNA-seq数据集进行稳健准确的RNA速度估计；

• 对基于时间分辨代谢标记的scRNA-seq进行建模；

• 通过重建连续向量场获得对细胞命运转变的机械洞见；

• 通过向量场分析进行非常规的细胞命运转变预测。

在细胞状态转变的定量和预测理论中，Dynamo是一项重要的进步。它提供了令人信服和可靠的工具，帮助研究人员从单细胞数据中发现细胞间的关系、转变和调控机制。

如果您是一名细胞生物学家、生物信息学家或系统生物学家, 无论是研究细胞发育、疾病进展还是药物响应，Dynamo都是一个强大而灵活的工具，可以帮助您揭示细胞状态的变化和调控机制, 为您的研究带来新的突破和发现。不要错过这一重要的细胞状态转变分析工具，开始使用Dynamo，探索细胞内的奥秘吧。

SAM（Segment Anything Model）是一个高性能、高效的图像分割神经网络模型。其使用高效的模型在数据收集循环中构建了迄今为止最大的分割数据集，涵盖了超过11百万张经许可且注重隐私保护的图像，并生成了超过10亿个掩码。

该模型经过精心设计和训练，具备可提示性，因此可以方便的在新的图像分布和任务上进行零样本迁移。我们对其在多个任务上的能力进行了评估，发现其零样本性能令人印象深刻，甚至能超过很多有监督模型的网络模型。

如果你是一个对图像分割感兴趣的研究人员或者开发者，SAM将是一个的理想选择。为新的的研究和应用提供了丰富的资源和工具。在这里，我们推荐它用于HE图像的细胞核分割应用中，可以取得比较好的分割结果。立即试用SAM，探索图像分割的新奇可能性。

相关信息

cloud.stomics.tech

时空云平台STOmics Cloud自发布以来，已助力众多科研工作者高效处理海量数据，加速科研进程。为了更好地构建平台生态、提升资源质量、优化用户使用体验，您可点击阅读原文填写问卷，或联系时空云平台官方邮箱cloud@stomics.tech提出您的宝贵建议，我们将定期予以反馈，感谢您的支持。