改进的scRNA-seq分析工具

单细胞RNA测序（scRNA-seq）数据的各个方面，如其稀疏性和高细胞-细胞可变性，使得难以应用为大量RNA-seq分析开发的统计方法，如差异基因表达。Kim等人提出了Memento，这是一种工具，它使用超几何采样过程的矩量估计方法来估计单细胞基因丰度，变异和协变，同时分解生物和技术变异性。结合一个有效的自举方案来量化不确定性和检验假设。与模拟差异表达数据的现有方法相比，Memento在保持统计校准的同时展示了更强大的功能，作者展示了使用真实数据的分析，如差异基因表达和变异、基因-基因相关性的计算、单细胞CRISPR扰动筛选和表达数量性状位点（eQTLs）的定位。值得注意的是，Memento的计算效率意味着它可以应用于群体规模的scRNA-seq队列，并且作者在CELLxGENE数据库中实现了快速预计算模式，以比较任意组细胞。尽管单细胞基因组学蓬勃发展，但充分利用这些丰富而复杂的数据的统计方法一直缺乏——因此，《记忆碎片》的广泛应用可能是向前迈出的特别有用的一步。原始参考文献：Cell 187,6393 - 6410。e16天(2024)