针对单核RNA测序数据的计算脱多重组方法的基准测试
Yile Fu1, Mohamad Youness1, Alessia Virzì1
1Laboratory of Experimental Cardiology, Department of Cardiovascular Sciences, KU Leuven, Herestraat 49, 3000 Leuven, Belgium.
Briefings in bioinformatics
|July 24, 2025
概括
对单核RNA测序 (snRNA-Seq) 的样本解复软件进行基准测试,发现Vireo是最准确的工具. 这项研究为选择去复杂化方法提供了关键的指导,以提高复杂组织分析的成本效益.
科学领域:
- 基因组学就是基因组学.
- 计算生物学 计算生物学
- 分子生物学分子生物学
背景情况:
- 单核RNA测序 (snRNA-Seq) 提供了对复杂组织中细胞异质性和基因表达的深入洞察.
- 与snRNA-Seq相关的高成本限制了可以分析的样本数量.
- 使用遗传变体进行样本聚合和随后的解复,为增加样本吞吐量提供了一个具有成本效益的解决方案.
研究的目的:
- 在snRNA-Seq.中对基于遗传变异的样本去复合的领先软件工具进行全面的比较.
- 为了比较从SNP数组和散装RNA-Seq数据的变异调用,用于解复.
- 评估双倍率和变量调用工具对去复数性能的影响.
主要方法:
- 使用Vireo,Souporcell,Freemuxlet和scSplit软件进行基因变异样本解复的基准测试.
- 来自SNP阵列 (gDNA) 和样本匹配的大量RNA-Seq. 的遗传变异数据的比较.
- 使用模拟多重组数据集 (2,4,6个样本;0-30%的双重组) 的评估和与性别相关基因的验证.
主要成果:
- 所有测试的工具,除了scSplit,实现了高回忆和精度 (80-85%的精度),而Vireo表现出最佳性能.
- 脱倍数精度受到变量调用工具的选择的影响,并且随着双倍率的增加而下降.
- 在真实世界10xRNA-Seq数据从人类心脏和跨物种样本上成功部署了脱多重.
结论:
- 推Vireo作为在snRNA-Seq.中基于遗传变异的样本去复合的高性能软件.
- 选择变量调用方法会影响解复杂化工具的性能,强调需要仔细考虑.
- 脱多重化策略提高了成本效益,改善了双重检测,并促进了聚合的snRNA-Seq数据的分析.
