生物信息学
研究动机： 传统的单细胞RNA测序（scRNA-seq）数据差异表达分析流程通常先对单个细胞进行聚类，然后在所得簇之间检验差异表达基因。然而，使用同一数据同时进行聚类和检验会带来选择性推断问题，并可能导致对差异的过度自信，而这些差异未必反映真实的生物学变异。
研究结果： 我们提出了StabCell，一个整合聚类与差异表达标记基因检测的稳定性选择框架。通过在互补随机子样本中反复进行聚类和差异表达分析，StabCell评估聚类及标记基因的稳定性，从而得到稳定的聚类结果及稳定标记基因集合。在模拟研究中，我们表明StabCell能够提供近似的经验家族错误率（per-family error rate, PFER）控制，与传统方法相比可筛选出更少的假阳性标记基因，尤其是在信噪比较低和测序深度较低的情况下。
将该方法应用于诱导多能干细胞（IPSCs）向心肌细胞分化的细胞分化数据集表明，有意义的标记基因始终位于排序最前的基因之中。这些结果表明，StabCell能够提高scRNA-seq分析的可解释性与稳健性。
可获得性与实现： StabCell在统计编程语言R中的实现可从https://github.com/LuckyLueck/StabCell获取。用于复现结果的代码可从https://github.com/LuckyLueck/StabCell_paper获取。
感谢您关注并帮助传播bioRxiv上的研究成果。
📄 原文链接：https://www.biorxiv.org/content/10.64898/2026.05.07.720061v1?rss=1
🏷️ 单细胞RNA测序 稳定性选择 聚类分析 差异表达分析 标记基因检测 统计推断