.png){kind=icon}
返回
Differential detection workflows for multi-sample single-cell RNA-seq data
.png){kind=icon}
OA
AI
DOI：10.1186/s12864-025-12102-x.png)
.png){kind=icon}
.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
在单细胞转录组学中，差异表达（DE）工具比较不同细胞类型或条件下的平均表达量。然而，scRNA-seq技术有望推断表达分布其他方面的差异。因此，我们开发了差异检测（DD）工作流程，用于推断表达被检测到的细胞平均比例的差异。在评估了八种DD策略后，我们提出了一种统一的工作流程，用于联合评估DE和DD。通过模拟和两个案例研究，我们证明我们的联合分析在报告的个体基因及其功能解释方面均能提供互补信息。
AI总结
对已上传原文的论文进行重点信息的提取，主要内容包括：简要概述、研究摘要、背景介绍、关键亮点、图文解析、展望与总结。
期刊
IF:
3.7
论文数:
1.9W
被引数:
5.2W
机构
引用论文
IDEAS: individual level differential expression analysis for single-cell RNA-seq dataIDEAS: 单细胞rna-seq数据的个体水平差异表达分析.png)
GENOME BIOLOGYOAAI
GENOME BIOLOGYIF9.4
OAAI分享收藏A statistical approach for identifying differential distributions in single-cell RNA-seq experimentsGENOME BIOLOGYOAAI
GENOME BIOLOGYIF9.4
OAAI分享收藏MAST: a flexible statistical framework for assessing transcriptional changes and characterizing heterogeneity in single-cell RNA sequencing dataMAST: 用于评估单细胞RNA测序数据中转录变化和表征异质性的灵活统计框架GENOME BIOLOGYOAAI
GENOME BIOLOGYIF9.4
OAAI分享收藏Linear Models and Empirical Bayes Methods for Assessing Differential Expression in Microarray Experiments用于评估微阵列实验中差异表达的线性模型和经验贝叶斯方法OAAI
OAAI分享收藏muscat detects subpopulation-specific state transitions from multi-sample multi-condition single-cell transcriptomics dataNATURE COMMUNICATIONSOAAI
NATURE COMMUNICATIONSIF15.7
OAAI分享收藏
查看更多内容