- 3 次围观
细胞类型标志基因是定义细胞类型的特征，在单细胞RNA测序图谱中，通常通过差异表达（differential expression，DE）检验来提名。Wilcoxon秩和检验是Seurat中发现标志基因的默认方法，也是Scanpy推荐的方法；Seurat和Scanpy是两种广泛应用于scRNA-seq分析的计算软件包。从统计结构上看，在潜在效应固定的情况下，Wilcoxon标准化统计量会随样本量增加而增大，这意味着在大小不等的细胞簇之间，依据该统计量计算得到的排序不可直接比较。我们在三个图谱数据集中——肺、肾和脑——量化了这一效应。在每个器官中，Wilcoxon得分均与细胞簇大小的对数呈较强相关，Pearson相关系数r为0.90–0.95。相比之下，基于分类的比较方法NS-Forest与细胞簇大小的相关性较低（r = 0.10–0.28）。在通过偏相关控制分类性能后，这种差异表达得分与细胞簇大小之间的关系基本保持不变；随着细胞簇规模下采样，该关系呈单调减弱；在固定标志基因质量的模拟中，也重现了这一现象。通过将Wilcoxon秩和检验除以目标细胞簇—背景细胞对的数量，可以将其转换为一种基于秩的效应量，从而消除其对细胞簇大小的正向依赖。然而，这一效应量所提名的候选基因集合与原始统计量完全相同，表明差异表达得分对细胞簇大小的依赖性与差异表达方法所提名基因特异性较差是两个相互独立的问题。在默认设置下提名的基因对其目标细胞簇的特异性显著较低，其目标内比例的中位数在肺、肾和脑中分别为0.204、0.166和0.083；相比之下，NS-Forest标志基因的相应数值分别为0.580、0.687和0.364。这揭示了高差异表达得分基因相对较差的特异性。
细胞类型标志基因是定义细胞类型的特征，在单细胞 RNA 测序图谱中，通常通过差异表达（differential expression，DE）检验进行鉴定。Wilcoxon 秩和检验是 Seurat 中用于发现标志基因的默认方法，也是 Scanpy 推荐的方法；Seurat 和 Scanpy 是两种广泛使用的 scRNA-seq 分析计算软件包。从统计结构上看，在潜在效应固定的情况下，Wilcoxon 标准化统计量会随样本量增加而增大，这意味着不同大小的细胞簇之间计算得到的排序不可直接比较。我们在三个图谱数据集中——肺、肾和脑——量化了这一效应。在每个器官中，Wilcoxon 平均得分均与细胞簇大小的对数呈较强的相关性，Pearson 相关系数 r = 0.90–0.95。相比之下，基于分类的比较方法 NS-Forest 与细胞簇大小的相关性较低（r = 0.10–0.28）。在通过偏相关分析控制分类性能后，这种差异表达–细胞簇大小关系基本保持不变；在对细胞簇大小进行下采样时，该关系呈单调减弱；在固定标志基因质量的模拟实验中，也重复观察到了这一现象。通过以目标–背景细胞对的数量进行标准化，可以将 Wilcoxon 秩和检验转换为一种基于秩的效应量，从而消除其对细胞簇大小的正向依赖。然而，该效应量所鉴定出的候选基因集合与原始统计量完全相同，这表明细胞簇大小依赖性与差异表达方法所鉴定基因特异性较差是两个相互独立的问题。在默认设置下鉴定出的基因对其目标细胞簇的特异性显著较低，其目标细胞簇内中位比例在肺、肾和脑中分别为 0.204、0.166 和 0.083；相比之下，NS-Forest 鉴定的标志基因对应数值分别为 0.580、0.687 和 0.364。这揭示了得分较高的差异表达基因往往具有相对较差的特异性。
感谢您有兴趣传播 bioRxiv 的相关信息。
注意：要求提供您的电子邮箱地址仅用于确认您是本文的发送者。
📄 原文链接：https://www.biorxiv.org/content/10.64898/2026.09.25.754486v1?rss=1
🏷️ 单细胞RNA测序 差异表达分析 细胞类型标志物 Wilcoxon秩和检验 细胞簇大小效应 生物信息学方法学