隐形多重体的概率在样本多重化中用于基于滴滴的单细胞分析

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.
• 分子生物学分子生物学

背景情况:

• 基于滴滴的单细胞RNA测序 (scRNA-seq) 仅限于多重 (每滴滴多个细胞).
• 样品复杂化scRNA-seq (mx-scRNA-seq) 减少了多重体,但仍然可以包含无法检测的"隐藏多重体".

研究的目的:

• 量化检查mx-scRNA-seq.中的隐形多重体的概率和影响.
• 介绍一个理论模型来预测mx-scRNA-seq.q.中的不同类多重体的不同类别.

主要方法:

• 开发一个理论模型来预测四类多重体:同质隐形,部分隐形,多标签和未标签.
• 估计每个多元类的概率.
• 在真实mx-scRNA-seq数据集中使用寡核酸条形码和基于基因型的脱多重复的隐形多重复存在的证明.

主要成果:

• 以前被忽视的部分隐形多重组可以显著影响mx-scRNA-seq数据集,特别是在低于最佳的标记或脱多重组的情况下.
• 理论模型成功地预测和量化了各种多重类.
• 隐形多重体在基于寡核酸条形码和基因型的脱多重化策略中得到证实.

结论:

• 优化标签程序和选择适当的解复合算法对于mx-scRNA-seq完整性至关重要.
• 开发的理论框架为估计多重概率提供了基础.
• 确保mx-scRNA-seq中的数据完整性需要仔细考虑潜在的隐形重复.