scMaSigPro:沿单细胞轨迹进行微分表达式分析
Priyansh Srivastava1,2, Marta Benegas Coll1, Stefan Götz1
1BioBam Bioinformatics S.L, Valencia, Spain.
Bioinformatics (Oxford, England)
|July 8, 2024
概括
scMaSigPro识别了细胞分化路径上的差异性基因表达. 这种新方法为分析单细胞RNA测序数据提供了更高的准确性和计算效率.
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.
- 一个单细胞分析.
背景情况:
- 了解细胞分化需要分析基因表达动态.
- 驱动细胞命运决定的基因在伪时代和分支轨迹中表现多样.
研究的目的:
- 介绍scMaSigPro,一种用于识别差异性基因表达模式的新方法.
- 同时分析基因表达沿假名时间和分支路径在单细胞数据.
主要方法:
- scMaSigPro是一个R包 (版本4.0+).
- 在GitHub和Zenodo上提供.
主要成果:
- scMaSigPro在合成和公共数据集上进行了评估.
- 在假阳性率控制方面表现优于现有方法.
- 证明了计算效率.
结论:
- scMaSigPro是分析单细胞基因表达的有效工具.
- 促进细胞分化机制的研究.
