Benchmarking reference-based cellular deconvolution algorithms to predict cell proportions

2026-09-15

0

PRE

AI

DOI：10.1016/j.compbiolchem.2026.109370

原文求助

摘要

En 中文

• 对10种基于参考的解卷积方法在不同条件下进行了基准测试。 • 统计和贝叶斯方法一致优于深度学习方法。 • 顶级方法对测序深度具有鲁棒性，超过10⁵ reads后增益甚微。 • 签名重建与比例估计相一致，支持下游应用。 • 跨数据集乳腺癌验证恢复了有意义的生物学模式。

Keyword:

Cellular deconvolution

Cellular fraction prediction

Cell-type-specific gene expression profile

scRNA-seq