.png){kind=icon}
返回
Quantifying batch effects for individual genes in single-cell data
.png){kind=icon}
OA
AI
DOI：10.1038/s43588-025-00824-7.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
批间效应显著阻碍了多个单细胞实验批次之间的比较。现有的批间效应去除与量化方法主要强调跨批次的细胞对齐，常常忽视基因层面的批间效应。在此，我们引入组内技术效应（GTE）——一种用于评估单个基因上批间效应的定量指标。通过GTE，我们展示了批间效应对数据集中基因的影响不均衡。一部分高度批间效应敏感基因（HBGs）在不同数据集中存在差异并主导批间效应，而非HBGs则表现出较低的批间效应。我们证明，仅需少数三个HBGs就足以引入显著的批间效应。我们的方法还能评估细胞层面的批间效应，在性能上优于现有的批间效应量化方法。我们还观察到，生物学上相似的细胞类型会经历相似的批间效应，这为数据整合策略的开发提供了信息。GTE方法具有通用性，适用于各种单细胞组学数据类型。提出组内技术效应（GTE），一种量化单细胞数据中基因层面批间效应的指标。基于组内技术效应的分析揭示了基因间不平衡的批间效应。
Keyword:
Group technical effects
batch effects
single-cell data
gene-level analysis
data integration
期刊
IF:
18.3
论文数:
3.1K
被引数:
4.0K
机构
引用论文
CellMixS: quantifying and visualizing batch effects in single-cell RNA-seq dataCellMixS：量化并可视化单细胞RNA测序数据中的批次效应.png)
IF0
PREAI
分享收藏Batch effects in single-cell RNA-sequencing data are corrected by matching mutual nearest neighbors单细胞RNA测序数据中的批次效应通过匹配相互最近邻进行校正。
IF0
PREAI
分享收藏分享收藏A transcriptomic and epigenomic cell atlas of the mouse primary motor cortex小鼠初级运动皮层的转录组学和表观基因组学细胞图谱
IF0
PREAI
分享收藏Adjusting batch effects in microarray expression data using empirical Bayes methods使用经验贝叶斯方法调整微阵列表达数据中的批次效应
IF0
PREAI
分享收藏分享收藏
查看更多内容