虚假相关性会夸大单细胞扰动预测的性能

用于预测遗传扰动对细胞基因表达谱影响的计算方法日益增多，因此亟需严谨的评估指标。近期的基准研究通常依赖于相对于同一对照细胞群体的差异表达相关性或余弦相似度。我们表明，由于重复使用同一对照细胞群体来定义所比较的两个量，这些指标会受到统计偏差的系统性抬高。因此，即使是不具备信息价值的方法也可能表现良好，尤其是在对照细胞数量有限的数据集中。采用一种简单的对照细胞拆分程序对已发表数据集进行重新分析后发现，先前被归因于生物学信号的性能出现了显著下降。

作者声明不存在利益冲突。

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件地址仅用于确认您是本文的发送者。

关键词：单细胞扰动预测 · 统计偏差 · 虚假相关性 · 计算方法评估 · 差异表达分析

原文链接：https://www.biorxiv.org/content/10.64898/2026.05.07.723486v1?rss=1