- 1次围观
在单细胞 RNA 测序（scRNA-Seq）的差异表达（DE）分析中，样本间的表型差异通常在特定细胞类型内进行检验。细胞类型通常通过对随后用于表型检验的同一基因表达数据进行聚类来推断。这可能导致“重复使用数据”（double-dipping）或选择后推断问题，从而造成假发现率膨胀。尽管已知这种选择偏倚会使细胞类型标志物鉴定中的显著性水平膨胀，但其对样本层面表型检验（例如患者队列中的检验）的影响尚未得到研究，尽管此类分析正日益普遍。为解决这一问题，我们开展了大规模模拟研究，结果表明，在存在显著表型差异的情况下，直接对未经校正的嵌入表示进行朴素聚类，可能会导致假发现率（FDR）严重膨胀。然而，我们进一步表明，在聚类前应用批次校正方法去除表型效应，可以消除 FDR 膨胀，且不会明显损失检验效能。最后，我们提出了可应用于真实数据集的表型不平衡度量指标。这些指标能够较为准确地追踪假发现比例，因此可作为数据探索的一部分，用于评估特定数据集中选择后推断导致 p 值膨胀的风险。
epurdom{at}stat.berkeley.edu
摘要
信息/历史
指标
补充材料
数据/代码
预览 PDF
摘要
在单细胞 RNA 测序（scRNA-Seq）的差异表达（DE）分析中，样本之间的表型差异通常在特定细胞类型内进行检验。细胞类型通常通过对之后用于表型检验的同一组基因表达数据进行聚类来推断。这可能产生“重复使用数据”（double-dipping）或选择后推断问题，从而导致错误发现率膨胀。尽管已知这种选择偏倚会使细胞类型标志物鉴定中的显著性膨胀，但其对样本层面表型检验（例如患者队列中的检验）的影响尚未得到探究，尽管此类分析正日益普遍。为解决这一问题，我们开展了广泛的模拟研究，并证明在存在显著表型差异时，直接对未经校正的嵌入表示进行聚类可能会严重导致错误发现率（FDR）膨胀。然而，我们进一步表明，在聚类前应用批次校正方法以去除表型效应，可以消除 FDR 膨胀，且不会明显降低统计功效。最后，我们提出了可应用于真实数据集的表型不平衡度量指标。这些指标能够紧密追踪错误发现比例，因此可作为数据探索的一部分，用于评估特定数据集中因选择后推断导致 p 值膨胀的风险。
利益冲突声明
作者声明不存在利益冲突。
脚注
https://github.com/epurdom/scSampleSimScripts
已声明的资助者信息
美国国立卫生研究院国家普通医学科学研究所（NIH NIGMS）
，R01GM144493
版权
本预印本的版权所有者为作者/资助者，其已授予 bioRxiv 一项许可，允许该平台永久展示本文。
本文依据
CC-BY-NC-ND 4.0 国际许可协议
公开发布。
返回顶部
上一篇
下一篇
发布于 2026 年 10 月 06 日。
下载 PDF
补充材料
数据/代码
电子邮件
感谢您有兴趣传播 bioRxiv 的相关信息。
注意：请求提供您的电子邮件地址仅用于确认您是本文的发送者。
您的电子邮件地址
*
您的姓名
*
收件人
*
请在不同的行中输入多个地址，或使用逗号分隔。
您即将发送以下内容
使用 scRNA-Seq 检验表型差异中的“重复使用数据”
正文主题
（您的姓名）已将 bioRxiv 上的一个页面转发给您
正文内容
（您的姓名）认为您可能会对 bioRxiv 网站上的这一页面感兴趣。
您的个人留言
验证码
此问题用于确认您是真实访客，并防止自动垃圾邮件提交。
分享
使用 scRNA-Seq 检验表型差异中的“重复使用数据”
Nicolas
Sanchez
，
Lucas
Etourneau
，
Elizabeth
Purdom
bioRxiv
2026.10.02.756269；
doi：
https://doi.org/10.64898/2026.10.02.756269
分享本文：
复制
引用工具
使用 scRNA-Seq 检验表型差异中的“重复使用数据”
Nicolas
Sanchez
，
Lucas
Etourneau
，
Elizabeth
Purdom
bioRxiv
2026.10.02.756269；
doi：
https://doi.org/10.64898/2026.10.02.756269
引用管理器格式
BibTeX
Bookends
EasyBib
EndNote（标记格式）
EndNote 8（xml）
Medlars
Mendeley
Papers
RefWorks Tagged
Ref Manager
RIS
Zotero
推文组件
Facebook 点赞
Google Plus +1
主题领域
生物信息学
主题领域
所有文章
动物行为与认知
（8093）
生物化学
（18907）
生物工程
（15059）
生物信息学
（44864）
生物物理学
（22793）
癌症生物学
（19910）
细胞生物学
（27120）
临床试验
（138）
发育生物学
（14060）
生态学
（21221）
流行病学
（2067）
进化生物学
（25621）
遗传学
（16265）
基因组学
（23661）
免疫学
（18846）
微生物学
（42852）
分子生物学
（18213）
神经科学
（94292）
古生物学
（707）
病理学
（3011）
药理学与毒理学
（5137）
生理学
（8197）
植物生物学
（16134）
科学传播与教育
（2104）
合成生物学
（4603）
系统生物学
（10313）
动物学
（2403）
关键词：单细胞RNA测序 · 差异表达分析 · 数据双重使用 · 选择后推断 · 假发现率控制 · 批次校正
原文链接：https://www.biorxiv.org/content/10.64898/2026.10.02.756269v1?rss=1