LMD:在单细胞RNA-seq数据中的集群独立的多尺度标记物识别

科学领域:

• 单细胞RNA测序分析分析
• 计算生物学是一种计算生物学.
• 基因组学就是基因组学.

背景情况:

• 准确的细胞标记物识别对于剖析单细胞RNA-seq (scRNA-seq) 数据中的细胞异质性至关重要.
• 现有的方法可能会在没有复杂集成的情况下与细粒度分辨率和交叉样本比较作斗争.

研究的目的:

• 介绍局部标记检测器 (LMD),一种用于识别局部基因的新型计算工具.
• 用多分辨率和细粒度精度在scRNA-seq数据中描述细胞多样性和功能.
• 为了实现强大的交叉样本比较和新型细胞群的识别.

主要方法:

• 构建一个细胞-细胞亲和力图.
• 在细胞图中基因表达值的扩散.
• 基于扩散动态的基因评分,以识别局部标记物.
• 将候选标记物分组为功能基因模块.

主要成果:

• LMD成功地确定了局部基因,这些基因准确地反映了细胞类型,亚型和生物变异,如细胞周期状态.
• 对小鼠骨髓和毛囊皮肤凝聚剂数据集的应用揭示了共享和样本特定的基因签名.
• LMD促进了新细胞群的发现,而不需要批量效应校正或集成.
• 在9个scRNA-seq数据集的性能评估中,与其他6种方法相比,LMD的性能优越.

结论:

• LMD是一种有效的工具,用于识别局部基因,并在scRNA-seq数据中表征细胞多样性.
• LMD简化了交叉样本比较和发现新型细胞群的过程.
• 在scRNA-seq分析中,LMD为标记基因识别提供了强大的高性能替代方案.