集群DE:一个统计软件包,用于删除后集群差异表达式分析中的双偏差
Christy Lee1, Dongyuan Song2, Siqi Chen1
1Department of Statistics and Data Science, University of California, Los Angeles, California, USA.
概括
集群DE R包可以防止单细胞和空间转录组学中的错误标记基因. 它使用合成零数据来识别和删除因过度集群引起的虚假微分表达结果.
科学领域:
- 单细胞和空间转录组学
- 计算生物学是一种计算生物学.
- 生物信息学是一种生物信息学.
背景情况:
- 标准的转录组学分析涉及细胞或空间点的聚类,其次是差异表达 (DE) 分析以识别标记基因.
- 使用相同的数据集进行聚类和DE分析,称为双浸入,可以导致DE基因的虚假检测.
- 过度集群可以产生人工集群,导致对细胞类型或空间域的误解.
研究的目的:
- 引入ClusterDE R包,一种用于可靠标记基因检测的新型统计方法.
- 为了解决伪差异表达 (DE) 基因检测问题,这是由于转录学数据分析中的双重浸泡引起的.
- 提供关于安装和使用ClusterDE软件包的实用指南.
主要方法:
- 使用合成零数据集实施统计方法.
- 合成零数据集的结构与真实数据集的基因平均值,差异和基因与基因等级相关性相匹配.
- 合成的零数据作为平行负对照来识别假阳性DE基因.
主要成果:
- 集群DE R包允许识别和删除假阳性DE基因.
- 该方法有效地减轻了过度聚类和双重浸泡所产生的问题.
- 便于更可靠地注释细胞类型和空间域.
结论:
- 集群DE R包提供了一个强大的解决方案,用于在单细胞和空间转录学中准确检测标记基因.
- 通过使用合成零数据集,该包可以提高下游分析的可靠性.
- 这种工具对于研究人员来说至关重要,他们的目标是避免由于分析工件导致生物数据的误解.
