Integration of single-cell multi-omics data across space and time to unlock cellular trajectories

Informazioni relative al progetto

MULTIview-CELL

ID dell’accordo di sovvenzione: 101115618

DOI

10.3030/101115618

Data della firma CE 28 Settembre 2023

Data di avvio 1 Aprile 2024

Data di completamento 31 Marzo 2029

Finanziato da

• European Research Council (ERC)

Costo totale

€ 1 285 938,00

Contributo UE

€ 1 285 938,00

Coordinato da

CENTRE NATIONAL DE LA RECHERCHE SCIENTIFIQUE CNRS
France

CORDIS fornisce collegamenti ai risultati finali pubblici e alle pubblicazioni dei progetti ORIZZONTE.

I link ai risultati e alle pubblicazioni dei progetti del 7° PQ, così come i link ad alcuni tipi di risultati specifici come dataset e software, sono recuperati dinamicamente da .OpenAIRE .

Risultati finali

Data Management Plan (1)

Data Management Plan

Drafting of the Data Management Plan

Pubblicazioni

Peer reviewed articles (4)

CIRCE: a scalable Python package to predict cis-regulatory DNA interactions from single-cell chromatin accessibility data

Autori: Rémi Trimbour, Julio Saez-Rodriguez, Laura Cantini
Pubblicato in: Bioinformatics, Numero 42, 2026, ISSN 1367-4811
Editore: Oxford University Press (OUP)
DOI: 10.1093/BIOINFORMATICS/BTAG092

STORIES: learning cell fate landscapes from spatial transcriptomics using optimal transport

Autori: Geert-Jan Huizing, Jules Samaran, Daniele Capocefalo, Anna Audit, Gabriel Peyré, Laura Cantini
Pubblicato in: Nature Methods, 2025, ISSN 1548-7091
Editore: Springer Science and Business Media LLC
DOI: 10.1038/S41592-025-02855-4

Nature Communications

Autori: Samaran, Jules; Peyré, Gabriel; Cantini, Laura
Pubblicato in: Nature Communications, 2024, ISSN 2041-1723
Editore: Nature Publishing Group
DOI: 10.1101/2024.02.26.582051

Nature Communications

Autori: Jérémie Kalfon; Jules Samaran; Gabriel Peyré; Laura Cantini
Pubblicato in: Nature Communications, 2024, ISSN 2041-1723
Editore: Nature portfolio
DOI: 10.1101/2024.07.29.605556

Conference proceedings (1)

Towards foundation models that learn across biological scales

Autori: Jeremie Kalfon, Laura Cantini, Gabriel Peyre
Pubblicato in: 2026
Editore: openRxiv
DOI: 10.1101/2025.05.16.653447