相关实验视频
Updated: Jul 23, 2026

12:25
Counting Proteins in Single Cells with Addressable Droplet Microarrays
Published on: July 6, 2018
8.5K
从批量表达数据估计的细胞类型比例的统计推断
Biao Cai1, Emma Jingfei Zhang2, Hongyu Li3
1Department of Management Sciences, City University of Hong Kong.
Journal of the American Statistical Association
|April 17, 2025
概括
在批量样本中准确估计细胞类型比例至关重要. 我们的新方法DECALS量化了不确定性,改进了细胞类型特定的基因表达分析,并确定了与疾病相关的差异.
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.
- 统计建模 统计建模
背景情况:
- 批量样本的细胞类型特定分析越来越重要.
- 准确估计细胞类型比例是一个关键的先决条件.
- 这些估计中的量化不确定性仍未得到充分研究,可能会影响下游分析.
研究的目的:
- 引入一个统计解卷框架来估计细胞类型比例.
- 开发一种方法来量化与这些估计相关的不确定性.
- 为了提高细胞类型特异差异基因表达分析的准确性.
主要方法:
- 开发了一个灵活的统计解卷框架.
- 提出了一种非相关的受约束最小方程方法 (DECALS).
- DECALS估计了细胞类型比例及其采样分布,允许对特定主体的协差.
主要成果:
- 模拟研究表明,DECALS与其他方法不同,准确量化估计不确定性.
- 在死后的大脑样本 (ROSMAP,GTEx) 上应用了DECALS.
- 考虑到不确定性,在疾病和性别比较中改善了细胞类型特定的差异表达基因/转录的识别.
结论:
- DECALS提供了一种可靠的方法来估计细胞类型比例及其不确定性.
- 考虑不确定性可以提高细胞类型特异差异表达分析的准确性.
- 这种方法对于分析复杂的生物样本,如大脑组织是有价值的.
更多相关视频
09:34A Combinatorial Single-cell Approach to Characterize the Molecular and Immunophenotypic Heterogeneity of Human Stem and Progenitor Populations
Published on: October 25, 2018
6.6K
10:20Simultaneous Assessment of Kinship, Division Number, and Phenotype via Flow Cytometry for Hematopoietic Stem and Progenitor Cells
Published on: March 24, 2023
1.3K