在单细胞RNA-seq轨迹推断中的分析决策的数据驱动选择
Xiaoru Dong1, Jack R Leary1, Chuanhao Yang1
1Department of Biostatistics, College of Public Health and Health Professions, University of Florida, Gainesville, FL 32610, United States.
Briefings in bioinformatics
|May 10, 2024
概括
研究人员现在可以使用Escort.com更好地分析单细胞RNA测序 (scRNA-seq) 数据. 该框架评估数据集适用于轨迹推断的适用性,并量化属性,减少发育生物学研究中的决策负担.
科学领域:
- 计算生物学 计算生物学
- 基因组学就是基因组学.
- 发展生物学 发展生物学
背景情况:
- 单细胞RNA测序 (scRNA-seq) 对于研究细胞发育和分化中的细胞动态至关重要.
- 为轨迹推理选择适当的计算方法和参数仍然是研究人员面临的重大挑战.
- 轨迹推断方法的性能高度依赖于数据集的特定特征和预处理选择.
研究的目的:
- 开发一个新的框架,Escort,用于评估数据集适合轨迹推断.
- 量化scRNA-seq数据中的特定分析决策影响的轨迹属性.
- 为了减少单细胞轨迹分析中的不确定性和决策负担.
主要方法:
- 开发了Escort,这是评估轨迹推断适用性的框架.
- 利用轨迹特定的指标来评估分析结果和处理选择.
- 作为R包和R/Shiny应用程序实现了Escort,以实现可访问性.
主要成果:
- 护送提供数据驱动的评估,以指导轨迹推断.
- 该框架量化了分析决策如何影响轨迹属性.
- 护送减少了与选择分析方法相关的复杂性和不确定性.
结论:
- 护送使研究人员能够在单细胞轨迹分析中做出更明智的决定.
- 该框架可以在单细胞分辨率下更深入地了解动态生物过程.
- 护送提高了scRNA-seq轨迹推断研究的可靠性和可重复性.


