一个通过整合图像和空间坐标，从空间转录组 RNA 矩阵中检测拷贝数变异 (CNA) 的计算流程。
一款基于 EM-test 的软件包，用于高效筛选高维计数数据（如 single-cell RNA-seq）中的特征。FS4Clustering 通过识别与聚类相关的特征，从而显著提高聚类的准确性。
一个综合性基准测试框架，它利用大量合成及真实的空间转录组学数据集，来评估空间可变基因的识别算法，旨在为方法选择提供指导，并推动未来的方法开发。
一种针对 scATAC-seq 数据的 CNA（拷贝数变异）检测算法。AtaCNV 将 CNA 检测的精度扩展至一百万碱基对（1Mb）的分辨率。
一种用于直接筛选细胞类型标记基因以进行下游聚类分析的统计学方法，该方法避免了数据复用（double-dipping）问题。
一个计算工具包，为分析全长转录组数据提供了一系列广泛的工具，包括读段比对、新异构体识别、基因融合检测以及异构体表达定量。
一种针对 scRNA-seq 数据的基因融合检测算法。scFusion 是目前唯一能够实现单细胞分辨率基因融合检测的工具。
一个用于通过高通量测序数据检测拷贝数变异的 R 软件包。
一个通过对高通量测序数据进行标准化来检测拷贝数变异的 Perl 流程。
一个用于模拟带有 GC-biases 的结构变异数据的 Python 软件包。
一个基于惩罚 D-trace 损失（penalized D-trace loss）进行差异网络分析的 R 软件包。
一个用于在分位数回归中基于经验似然进行贝叶斯变量选择的 R 软件包。
Xilab