Bayesian approach to single-cell differential expression analysis.
Bayesian approach to single-cell differential expression analysis.
复制标题
DOI：
10.1038/nmeth.2967
复制
发表时间：
2014-07
期刊：
影响因子：
48
通讯作者：
Scadden, David T.
中科院分区：
文献类型：
--
作者：
Kharchenko, Peter V.;Silberstein, Lev;Scadden, David T.
单细胞数据提供了剖析复杂组织和特殊细胞环境组成的手段。然而，这种测量的分析由于高水平的技术噪声和内在的生物变异性而变得复杂。我们描述了单细胞RNA测序测量典型的表达幅度扭曲的概率模型，该模型能够以一种更耐受噪声的方式检测差异表达特征和识别细胞亚群。
Single-cell data provides means to dissect the composition of complex tissues and specialized cellular environments. However, the analysis of such measurements is complicated by high levels of technical noise and intrinsic biological variability. We describe a probabilistic model of expression magnitude distortions typical of single-cell RNA sequencing measurements, which enables detection of differential expression signatures and identification of subpopulations of cells in a way that is more tolerant of noise.
登录
查看更多内容
影响因子：
46.9
作者：
通讯作者：
--
影响因子：
46.9
作者：
通讯作者：
--
影响因子：
46.9
作者：
Wills, Quin F.;Livak, Kenneth J.;Holmes, Chris
通讯作者：
Holmes, Chris
影响因子：
5.8
作者：
Gruen, Bettina;Scharl, Theresa;Leisch, Friedrich
通讯作者：
Leisch, Friedrich
影响因子：
46.9
作者：
通讯作者：
--