计算算法的性能来解异质的卵巢瘤组织取决于实验因素

科学领域:

• 基因组学就是基因组学.
• 生物信息学是一种生物信息学.
• 在瘤学瘤学.

背景情况:

• 单细胞基因表达特征分析提供了关于瘤异质性和微环境的见解.
• 由于成本和可行性,散装瘤分析是人口规模分析的主要策略.
• 解卷算法从单细胞概况推断瘤组成,但实验因素可能会影响测试测量.

研究的目的:

• 调查实验因素如何影响瘤解方法的结果.
• 评估不同实验策略对推断瘤组成的影响.

主要方法:

• 通过使用多种实验策略,从高等级的血清性卵巢瘤中生成配对表达特征.
• 检查了样本聚合,解离协议和mRNA丰富方法对下游解卷化的影响.

主要成果:

• 用于单细胞测序的样品的汇集对解卷产生了最小的影响.
• 分离诱导的差异和mRNA丰富方法改变了细胞组成的估计,可能会影响解卷算法假设.
• 实验因素显然改变了细胞组成的估计,在不同的解方法中产生不同的影响.

结论:

• 以前的解卷方法基准通常忽略了实验因素.
• 解卷方法对实验变化的稳定性有所不同.
• 为开发解卷方法的开发人员和设计实验以研究瘤异质性的研究人员提供建议.