.png){kind=icon}
返回
Single-cell differential expression analysis between conditions within nested settings
.png){kind=icon}
OA
AI
DOI：10.1093/bib/bbaf397.png)
.png){kind=icon}
.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
差异表达分析为理解基础生物学过程提供了见解，随着单细胞转录组学的兴起，基因表达现在可以在单个细胞水平上进行研究。许多分析将细胞视为样本并假设统计独立性。由于细胞是拟重复样本，这一假设不成立，导致稳健性和可重复性降低，以及I类错误率膨胀。本研究探讨了单细胞数据差异表达分析的各种方法，进行了广泛的基准测试，并给出了方法选择建议。测试的方法包括DESeq2、MAST、DREAM、scVI、置换检验、distinct和t检验。此外，我们还将分层自助法（hierarchical bootstrapping）应用于单细胞数据的差异表达分析，并将其纳入我们的基准测试。我们发现，专门为单细胞数据设计的差异表达分析方法在应用于单个数据集时，并不比传统的拟批量方法（如DESeq2）具有性能优势。此外，它们大多需要显著更长的运行时间。对于图谱级别的分析，基于置换的方法在性能上表现优异，但运行时间较差，建议将DREAM作为质量和运行时间之间的折中方案。总体而言，本研究为社区提供了不同场景下方法的多维度基准测试，并给出了方法选择的指导原则。
Keyword:
differential expression analysis
single-cell atlas
benchmark
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:
7.7
论文数:
5.6K
被引数:
2.7W
机构
引用论文
Data with Hierarchical Structure: Impact of Intraclass Correlation and Sample Size on Type-I ErrorOAAI
OAAI分享收藏Multiplexed droplet single-cell RNA-sequencing using natural genetic variation使用自然遗传变异的多重液滴单细胞RNA测序.png)
NATURE BIOTECHNOLOGYOAAI
NATURE BIOTECHNOLOGYIF41.7
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voom: precision weights unlock linear model analysis tools for RNA-seq read countsvoom: 精确权重解锁rna-seq读取计数的线性模型分析工具GENOME BIOLOGYOAAI
GENOME BIOLOGYIF9.4
OAAI分享收藏分享收藏A practical solution to pseudoreplication bias in single-cell studiesNATURE COMMUNICATIONSOAAI
NATURE COMMUNICATIONSIF15.7
OAAI分享收藏
查看更多内容