多样样单细胞RNA-seq数据的差异检测工作流程
Jeroen Gilis1,2, Laura Perin3, Milan Malfait1
1Department of Mathematics, Computer science and Statistics, Ghent University, Krijgslaan 281, Ghent, 9000, Belgium.
BMC genomics
|October 6, 2025
概括
本研究介绍了单细胞RNA测序 (scRNA-seq) 的差异检测 (DD) 工作流程,以分析基因表达分数. 对DE和DD的联合分析为基因发现和功能解释提供了互补的见解.
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:
- 单细胞RNA测序 (scRNA-seq) 可以在细胞水平上进行基因表达分析.
- 当前差异表达 (DE) 工具专注于平均表达,可能缺少其他分布差异.
研究的目的:
- 在scRNA-seq数据中开发和评估差异检测 (DD) 的工作流程.
- 创建一个统一的方法,共同分析DE和DD.
- 评估联合DE和DD分析提供的补充信息.
主要方法:
- 八种差异检测 (DD) 策略的基准测试.
- 开发一个统一的工作流程,用于共同的DE和DD分析.
- 通过模拟和两个案例研究进行验证.
主要成果:
- 差异检测 (DD) 推断出检测到表达的细胞分数的差异.
- 联合DE和DD分析提供了超出平均表达的补充信息.
- 统一的工作流提高了基因发现和功能解释.
结论:
- 开发的DD工作流提供了对scRNA-seq数据的新见解.
- 对DE和DD的联合分析对于全面了解基因表达至关重要.
- 这种方法改善了scRNA-seq实验的解释.


