CATD:一种可复制的管道,用于在整个组织中选择细胞类型解方法

科学领域:

• 计算生物学是一种计算生物学.
• 基因组学就是基因组学.
• 生物信息学是一种生物信息学.

背景情况:

• 细胞类型的解构从大量的转录基因数据中推断出细胞组成.
• 存在各种各样的解卷方法,但它们的性能往往不一致,需要明确的指导来选择方法.
• 单细胞RNA测序 (scRNA-seq) 数据集,经常与批量表达数据配对,为基准测试解卷技术提供了机会.

研究的目的:

• 综合评估31种细胞类型解卷方法的性能.
• 评估参考数据和批量参考差异对解卷精度的影响.
• 为简化方法评估引入和验证转录组分解 (CATD) 管道的批判性评估.

主要方法:

• 利用来自不同人类和小鼠组织的scRNA-seq数据进行基准测试.
• 在各种场景下进行模拟,以评估方法的有效性.
• 研究了样本,研究和技术对批量参考差异的影响.
• 使用黄金标准数据集验证了结果,并提出了一种共识预测方法.

主要成果:

• 基于回归的解卷方法显示有效性,但对参考选择敏感.
• 大量样本和参考样本 (研究,技术) 的差异会影响解卷性能.
• 开发并验证了一种共识预测方法,提供了可靠的比例估计.
• CATD管道有效地简化了引用,伪批量和解卷方法执行的生成.

结论:

• 该研究提供了对细胞类型解卷方法的全面评估,强调了基于回归的方法的优点和参考质量的重要性.
• 拟议的CATD管道为评估解卷方法和处理众多批量样本提供了实用和高效的解决方案.
• 这项工作有助于研究人员选择合适的解卷工具,并促进新方法的快速评估.