- 3 次围观
单细胞 RNA 测序（Single-cell RNA-seq）使得在单细胞分辨率下进行基因表达分析成为可能。在基因集层面开展差异表达分析（Differential Expression Analysis，DEA），能够获得更高的统计效能和更好的结果解释性，并识别与感兴趣因素相关的基因集。现有的单细胞 DEA 方法依赖两步法，即先进行基因层面的分析，随后开展富集分析；这些方法通常局限于两组比较，且不支持协变量校正。我们提出了 cit_gsa，这是一种面向单细胞 RNA 测序的新型一步式自包含基因集差异表达分析方法，能够处理两个以上的条件，并支持协变量校正。将 cit_gsa 与当前最先进的方法进行基准比较表明，在复杂情景下，本方法具有更优的性能；真实数据分析进一步证实，协变量校正能够改善生物学解释。
1
波尔多大学、法国国家健康与医学研究院（Inserm）波尔多人口健康研究中心、法国国家信息与自动化研究所（Inria）SISTM、疫苗研究所、图卢兹数学研究所；
在 Google Scholar 上查找该作者
在 PubMed 上查找该作者
在本网站搜索该作者
通信请联系：
sara.fallet{at}u-bordeaux.fr
Véronique Godot
2
疫苗研究所、法国国家健康与医学研究院（INSERM）U955、Accelerates 团队、巴黎东克雷泰伊大学健康学院、IHU SEPSIS - PROMETHEUS 综合脓毒症中心；
在 Google Scholar 上查找该作者
在 PubMed 上查找该作者
在本网站搜索该作者
Pierre Neuvial
3
图卢兹数学研究所、法国国家科学研究中心（CNRS）；
在 Google Scholar 上查找该作者
在 PubMed 上查找该作者
在本网站搜索该作者
Boris P Hejblum
4
波尔多大学、法国国家健康与医学研究院（Inserm）波尔多人口健康研究中心、法国国家信息与自动化研究所（Inria）SISTM、疫苗研究所
在 Google Scholar 上查找该作者
在 PubMed 上查找该作者
在本网站搜索该作者
Boris P Hejblum 的 ORCID 记录
摘要
信息/历史
指标
补充材料
PDF 预览
摘要
单细胞 RNA 测序（RNA-seq）可在单细胞分辨率下分析基因表达。为提高统计效能并便于解释，在基因集层面开展的差异表达分析（DEA）能够识别与关注因素相关的基因集。现有单细胞 DEA 方法依赖两步法：先进行基因层面的分析，再进行富集分析；这些方法通常局限于两组比较，且不支持协变量校正。
我们提出 cit_gsa，这是一种用于单细胞 RNA-seq 的新型一步式、自包含基因集差异表达分析方法，可处理两个以上的条件，并支持协变量校正。将 cit_gsa 与当前先进方法进行基准测试表明，在复杂情境下，本方法表现更优；对真实数据的分析……
证实协变量调整能够改善生物学解释。
利益冲突声明
作者声明不存在利益冲突。
资助方信息声明
法国国家研究署
，ANR-22-PESN-0002
波尔多大学数字公共卫生研究生院
，17‐EURE‐0019
版权
本预印本的版权所有者为作者/资助方，其已授予 bioRxiv 永久展示该预印本的许可。
该预印本依据 CC-BY 4.0 国际许可协议提供。
返回顶部
上一篇
下一篇
发布于2026年10月14日。
下载 PDF
补充材料
电子邮件
感谢您有兴趣传播 bioRxiv 上的内容。
注意：请求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，或使用逗号分隔地址。
您将要发送以下内容：
cit_gsa：用于进行协变量调整的单细胞 RNA 测序基因集分析
邮件主题
（您的姓名）已从 bioRxiv 向您转发了一个页面
邮件正文
（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
此问题用于测试您是否为真实访客，并防止自动提交垃圾信息。
分享
cit_gsa：用于进行协变量调整的单细胞 RNA 测序基因集分析
Sara
Fallet
，
Véronique
Godot
，
Pierre
Neuvial
，
Boris P
Hejblum
bioRxiv
2026.10.13.758831；
doi：
https://doi.org/10.64898/2026.10.13.758831
分享本文：
复制
引用工具
cit_gsa：用于进行协变量调整的单细胞 RNA 测序基因集分析
Sara
Fallet
，
Véronique
Godot
，
Pierre
Neuvial
，
Boris P
Hejblum
bioRxiv
2026.10.13.758831；
doi：
https://doi.org/10.64898/2026.10.13.758831
引用管理器格式
BibTeX
Bookends
EasyBib
EndNote
（带标签）
EndNote 8（XML）
Medlars
Mendeley
Papers
RefWorks（带标签）
Ref Manager
RIS
Zotero
推文小工具
Facebook 点赞
Google+ +1
学科领域
全部文章
动物行为与认知
（8129）
生物化学
（18965）
生物工程
（15115）
生物信息学
（45055）
生物物理学
（22884）
肿瘤生物学
（20009）
细胞生物学
（27210）
临床试验
（138）
发育生物学
（14098）
生态学
（21315）
流行病学
（2067）
进化生物学
（25692）
遗传学
（16288）
基因组学
（23740）
免疫学
（18930）
微生物学
（43034）
分子生物学
（18253）
神经科学
（94621）
古生物学
（709）
病理学
（3017）
药理学与毒理学
（5157）
生理学
（8229）
植物生物学
（16188）
科学传播与教育
（2111）
合成生物学
（4622）
系统生物学
（10347）
动物学
（2412）
关键词：单细胞RNA测序 · 基因集分析 · 差异表达分析 · 协变量校正 · 统计方法
原文链接：https://www.biorxiv.org/content/10.64898/2026.10.13.758831v1?rss=1