对可靠的单细胞RNA-seq注释进行符合性推断
Marcos López-De-Castro1,2,3, Alberto García-Galindo1,2,3, José González-Gomariz1,2,3
1Institute of Data Science and Artificial Intelligence (DATAI), University of Navarra, Pamplona, Navarra 31009, Spain.
Bioinformatics (Oxford, England)
|September 19, 2025
概括
这项研究引入了可靠的单细胞RNA测序注释的合规预测,改善了不确定性量化和检测新型细胞类型. 该方法确保了没有分布假设的统计保证.
科学领域:
- 计算生物学 计算生物学
- 基因组学就是基因组学.
- 生物信息学是一种生物信息学.
背景情况:
- 对细胞类型分配的监督学习模型往往缺乏严格的不确定性量化.
- 处理不确定的注释的现有方法依赖于任意假设,缺乏统计保障.
研究的目的:
- 为可靠的单细胞注释提出一种使用符合性预测的方法.
- 解决单细胞RNA测序 (scRNA-seq) 标注方面的挑战,包括检测分布外的细胞类型和量化标注不确定性.
主要方法:
- 利用合规预测框架对预测的统计保证.
- 为scRNA-seq数据开发一个异常探测器和一个不确定性意识注释器.
- 在各种组织,注释分类学和不符合性措施中评估方法.
主要成果:
- 异常检测器成功识别了以前看不见的细胞类型.
- 不确定性意识的注释器产生了精确校准的预测集,保持了覆盖概率.
- 符合性预测输出增强下游分析.
结论:
- 符合性预测为可靠的单单元格注释提供了一个强大的框架,具有统计保障.
- 拟议的方法有效地处理不确定性,并在scRNA-seq数据中检测新型细胞类型.
- 这种方法提高了自动化细胞类型识别的准确性和可靠性.


