CellDEEP：细胞聚合改进单细胞差异表达分析
热点事件持续更新
CellDEEP：细胞聚合改进单细胞差异表达分析
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
CellDEEP 作者团队提出并发布基于细胞聚合（metacell）的单细胞 RNA 测序差异表达分析工具 CellDEEP，提供可灵活选择聚合策略与参数化的框架。作者称，单细胞特异性统计模型常报告大量候选基因但假阳性率可能偏高，pseudobulk 方法虽改善错误发现控制却牺牲灵敏度。 作者在模拟数据及 COVID-19、类风湿关节炎等真实数据集上做基准评测，称 CellDEEP 往往优于其他方法：相比单细胞方法持续降低假阳性，比 pseudobulk 方法找回更多真阳性。这些比较结果出自作者自述的评测，并非独立验证。
AI 根据报道生成 · 2 小时前更新
最新进展10月21日 17:04
CellDEEP 用细胞聚合策略改进 scRNA-seq 差异表达分析报道时间线
沿着报道，了解事件的不同侧面。
10月21日
- NAR Genomics and BioinformaticsCellDEEP 用细胞聚合策略改进 scRNA-seq 差异表达分析
CellDEEP 是一个基于细胞聚合（metacell）的 scRNA-seq 差异表达分析工具，提供可灵活选择聚合策略与参数化的框架。作者指出，单细胞特异性统计模型常报告大量候选基因，但假阳性率可能偏高；pseudobulk 方法虽能改善错误发现控制，却牺牲了灵敏度。在模拟数据和包括 COVID-19、类风湿关节炎在内的真实数据集上做基准评测，CellDEEP 往往优于其他方法，相比单细胞方法持续降低假阳性，并比 pseudobulk 方法找回更多真阳性。作者称其思路是把重点从挑选单一最优方法转向降低细胞水平噪声同时保留生物学信号，并配套透明的验证框架。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。