CLEAR: Coverage-based Limiting-cell Experiment Analysis for RNA-seq
为单细胞RNA测序开发的直接cDNA预扩增方案已经能够在没有样品合并或RNA提取的情况下对珍贵的临床样品和稀有细胞进行转录组分析。目前，没有优化的算法来揭示和去除限制细胞RNA测序（lc RNA测序）数据中的噪声转录物以用于下游分析。在此，我们提出了CLEAR，这是一种在差异表达基因（DEG）分析的lcRNA-seq数据中识别可靠的可定量转录本的工作流程。来自慢性淋巴细胞白血病患者的三种输入量的FACS衍生的CD 5+和CD 5-细胞的文库用于开发CLEAR。当使用CLEAR转录物与使用所有转录物时，下游分析揭示了不同输入RNA量的更多共享转录物，改善了主成分分析（PCA）分离，并在细胞类型之间产生了更多DEG。作为原理证明，CLEAR应用于内部lcRNA-seq数据集和两个公共数据集。当使用插补时，CLEAR也适用于大型临床研究和单细胞分析。
2019-05-23 q-bio.GN q-bio.QM
Near-optimal RNA-Seq quantification
我们提出了一种新的方法，RNA测序定量，是接近最佳的速度和准确性。实现这种方法的软件称为kallisto，可以在标准笔记本电脑上在不到5分钟的时间内分析3000万个未对齐的配对末端RNA测序读数，同时提供与现有最佳工具一样准确的结果。这消除了RNA测序分析中的主要计算瓶颈。
2015-05-15 cs.CE cs.DS q-bio.GN
Comprehensive evaluation of differential expression analysis methods for RNA-seq data
RNA转录物的高通量测序（RNA测序）已成为检测差异表达（DE）的首选方法。与此同时，这项技术的日益普及，有一个显着的研究工作致力于了解这些数据的统计特性和分析方法的发展。我们报告的综合评价常用的DE方法使用SEQC基准数据集。我们评估了一些关键特征，包括：评估标准化，DE检测的准确性，仅在一种条件下表达的基因的建模，以及测序深度和重复次数对识别DE基因的影响。我们发现这些方法之间存在显着差异，没有一种方法始终优于其他方法。此外，基于阵列的方法的性能与针对RNA测序数据定制的方法相当。也许最重要的是，我们的结果表明，增加重复样品的数量比增加测序深度提供了更高的检测能力。
2013-01-23 q-bio.GN q-bio.QM
Detecting Differential Expression from RNA-seq Data with Expression Measurement Uncertainty
高通量RNA测序（RNA测序）已经成为一种革命性的和强大的表达谱分析技术。大多数提出的用于检测来自RNA测序的差异表达（DE）基因的方法是基于比较条件之间的标准化读段计数的统计学。然而，目前将测量不确定度引入DE检测的方法还不多见。此外，大多数方法只能检测DE基因，很少有方法可用于检测DE亚型。在本文中，贝叶斯框架（BDSeq）提出了检测DE基因和异构体与表达测量不确定性的考虑。这种表达测量不确定度提供了有用的信息，可以帮助提高DE检测的性能。使用三个真实的RAN-seq数据集来评估BDSeq的性能，结果表明，包含表达测量不确定性提高了DE基因和亚型检测的准确性。最后，我们开发了GamSeq-BDSeq RNA测序分析管道以方便用户，该管道可在网站http://parnec.nuaa.edu.cn/liux/GSBD/GamSeq-BDSeq.html上免费获得。
2014-11-15 cs.CE q-bio.GN q-bio.QM
Artificial Intelligence Models for Cell Type and Subtype Identification Based on Single-Cell RNA Sequencing Data in Vision Science
单细胞RNA测序（scRNA-seq）为许多研究领域的科学家提供了高通量、定量和无偏倚的框架，以鉴定和表征来自各种组织的异质细胞群中的细胞类型。然而，基于scRNA-seq的离散细胞类型的鉴定仍然是劳动密集型的，并且依赖于先前的分子知识。人工智能为细胞类型识别提供了更快，更准确和用户友好的方法。本文综述了基于单细胞和单核RNA测序数据的人工智能细胞类型识别方法的研究进展。
2022-09-26 eess.IV q-bio.BM q-bio.GN
Reply to "Issues arising from benchmarking single-cell RNA sequencing imputation methods"
在我们的简讯（DOI：10.1038/s41592-018-0033-z）中，我们提出了在嘈杂的单细胞RNA测序数据中恢复真实基因表达水平的方法SAVER。我们在RNA FISH验证实验和数据下采样实验中评估了SAVER以及类似方法MAGIC和scImpute的性能。在评论[arXiv：1908.07084v1]中，Li & Li关注下采样数据集的使用，特别关注从Zeisel等人获得的聚类结果。在这里，我们将解决这些意见，并进一步修改数据下采样实验，以证明我们的简讯中数据下采样实验的结果是有效的。
2019-09-05 q-bio.GN q-bio.QM stat.AP
Issues arising from benchmarking single-cell RNA sequencing imputation methods
2018年6月25日，Huang等人在Nature Methods上发表了一种计算方法SAVER，用于估算单细胞RNA测序（scRNA-seq）数据中的缺失基因表达水平。Huang等人进行了一系列全面的基准分析，包括与RNA荧光原位杂交数据的比较，以证明SAVER优于两种现有的scRNA-seq插补方法scImpute和MAGIC。然而，他们的计算分析是基于作者根据SAVER方法中使用的Poisson-Gamma模型生成的半合成数据。因此，我们重新审查黄等人。的研究。我们发现半合成数据与真实scRNA-seq数据具有非常不同的特性，并且用于基准测试的细胞簇与生物学家标记的细胞类型不一致。我们表明，基于真实scRNA-seq数据和基于细胞类型的生物学知识的重新分析导致了与Huang等人不同的结果和结论。
2019-08-19 q-bio.GN q-bio.QM stat.AP
Interpretable RNA Foundation Model from Unannotated Data for Highly Accurate RNA Structure and Function Predictions
非编码RNA的结构和功能对于理解各种生物学过程，如细胞信号转导、基因表达和转录后调节是必不可少的。这些都是RNA领域的核心问题。随着测序技术的快速发展，积累了大量的未注释RNA序列。另一方面，昂贵的实验天文台只能得到有限数量的注释数据和3D结构。因此，设计预测其结构和功能的计算方法仍然具有挑战性。缺乏注释数据和系统研究导致绩效低下。为了解决这个问题，我们提出了一种新的RNA基础模型（RNA-FM），通过自监督学习来利用所有2300万个非编码RNA序列。在这种方法中，我们发现预先训练的RNA-FM可以在不使用任何标签的情况下推断非编码RNA的序列和进化信息。此外，我们证明了RNA-FM的有效性，将其应用于下游二级/三维结构预测，SARS-CoV-2基因组结构和进化预测，蛋白质-RNA结合偏好建模，和基因表达调控建模。综合实验表明，该方法显著提高了RNA结构和功能建模结果的一致性。尽管只使用未标记的数据进行训练，但RNA-FM可以作为该领域的基础模型。
2022-08-08 q-bio.QM
Identifying and removing the cell-cycle effect from single-cell RNA-Sequencing data
单细胞RNA测序（scRNA-Seq）是发现和描述异质组织中细胞类型的革命性技术，但其表达的测量经常遭受大的系统偏差。这种偏倚的一个主要来源是细胞周期，它引入了大量的细胞类型内异质性，这可能会掩盖细胞类型之间的表达差异。目前用于去除细胞周期效应的方法无法有效地识别这种效应，并且具有去除其他感兴趣的生物组分的高风险，从而损害下游分析。我们提出了ccRemover，这是一种可靠地识别细胞周期效应并将其去除的新方法。ccRemover保留了数据中其他感兴趣的生物信号，因此可以作为许多scRNA-Seq数据分析的重要预处理步骤。使用模拟数据和三个真实的scRNA-Seq数据集证明了ccRemover的有效性，其中它提高了现有聚类算法在区分细胞类型方面的性能。
2016-05-15 q-bio.GN q-bio.QM
Beyond Sequence: Impact of Geometric Context for RNA Property Prediction
Johnson & Johnson Innovative Medicine（强生创新医学）；The Pennsylvania State University（宾夕法尼亚州立大学）
本研究系统评估了在RNA性质预测中引入2D和3D几何信息的效果，发现几何感知模型平均RMSE降低约12%，在低数据和部分标注下更优，但序列模型对噪声更稳健，需2-5倍数据才能匹敌。
2025-04-21 cs.AI cs.LG q-bio.BM
Single-cell entropy to quantify the cellular transcription from single-cell RNA-seq data
我们提出了使用单细胞熵（scEntropy）来测量来自单细胞RNA测序数据的细胞转录组谱的顺序，这导致了通过scEntropy然后是高斯混合模型（scEGMM）进行无监督细胞类型分类的方法。scEntropy在定义细胞的内在转录状态方面是直接的。scEGMM是细胞类型分类的连贯方法，其不包括参数和聚类;然而，其与基准研究中现有的基于机器学习的方法相当，并且促进生物学解释。
2020-02-15 q-bio.QM
Tuning hyperparameters of doublet-detection methods for single-cell RNA sequencing data
单细胞RNA测序（scRNA-seq）数据中双峰的存在给下游数据分析带来了巨大挑战。已经开发了计算双联体检测方法以从scRNA-seq数据中去除双联体。然而，这些方法的默认超参数设置可能无法提供最佳性能。在这里，我们提出了一种策略来调整超参数的尖端双重检测方法。我们利用完全析因设计来探索16个真实scRNA-seq数据集上超参数与检测精度之间的关系。通过响应面模型和凸优化方法得到最优超参数。我们表明，最佳超参数在各种生物条件下为scRNA-seq数据集提供了最佳性能。我们的调整策略可以应用到其他计算双重检测方法。它还为scRNA-seq数据分析中更广泛的计算方法提供了超参数调整的见解。
2023-02-06 q-bio.QM
Transcriptome profiling research in urothelial cell carcinoma
尿路上皮细胞癌（UCC）是第九大常见癌症，占全球所有新发癌症病例的4.7%。UCC的发展和进展是由于复杂和随机的遗传程序。为了研究可能导致UCC中晚期疾病和对常规疗法的抗性的有限治疗选择的不良预后的分子事件的级联，已经采用了转录组学技术（RNA-Seq），一种使用现代高通量测序平台分析样品的RNA含量的方法。本文综述了RNA-Seq技术的原理，并总结了近年来利用该技术对膀胱癌进行的研究，以阐明膀胱癌的发病机制，鉴定生物标志物，发现通路并对疾病状态进行分类。我们列出了公共可用于RNA-Seq分析的常用计算平台和软件。此外，我们讨论了膀胱癌RNA-Seq研究的未来前景，并建议应用称为单细胞测序（scRNA-Seq）的新技术来进一步了解这种疾病。关键词：转录组分析，RNA测序，基因组学，生物信息学，膀胱癌
2021-01-31 q-bio.GN q-bio.QM q-bio.TO
A mixed model approach for joint genetic analysis of alternatively spliced transcript isoforms using RNA-Seq data
RNA测序技术允许以前所未有的细节水平研究细胞的转录状态。除了对整个基因表达进行定量之外，现在还可以解开基因的个体可变剪接转录物同种型的丰度。一个中心问题是要了解的监管过程，导致相对丰度变化的差异，由于外部和遗传因素。在这里，我们提出了一个混合模型的方法，允许（i）联合分析和遗传映射的多个转录异构体和（ii）映射异构体特异性的影响。我们的方法的核心是全面模拟转录异构体之间的变异和相关性的原因，包括基因组背景和技术定量不确定性。因此，我们的方法允许准确地测试共享以及转录本异构体的转录本特异性遗传调控，并实现这些统计测试的大幅改善的校准。对来自126个人类HapMap个体的基因型和RNA测序数据的实验表明，我们的模型可以帮助获得基因表达变异的遗传基础的更细粒度的图片。
2012-10-10 q-bio.GN q-bio.PE q-bio.QM
Uncovering the Genetic Basis of Glioblastoma Heterogeneity through Multimodal Analysis of Whole Slide Images and RNA Sequencing Data
INSERM UMR 1037 Cancer Research Center of Toulouse (CRCT), University Paul Sabatier Toulouse III（里尔癌症研究中心（CRCT）、保罗·萨巴蒂埃大学图卢兹第三分校）
本研究针对胶质母细胞瘤侵袭性遗传机制不明的问题，采用多模态深度学习联合分析全玻片图像与RNA-seq数据，结合新型RNA-seq编码方法，发现相关新基因与可解释不同进展模式的遗传谱，为该病异质性机制及治疗靶点研究提供新方向。
2025-05-19 cs.AI q-bio.QM
A polynomial delay algorithm for the enumeration of bubbles with length constraints in directed graphs and its application to the detection of alternative splicing in RNA-seq data
提出了一种新的有向图中具有长度约束的气泡计数算法。这个问题出现在转录组学中，其中问题是鉴定通过RNA测序测序的mRNA样品中存在的所有可变剪接事件。这是这个问题的第一个多项式延迟算法，我们表明，在实践中，它比以前的方法更快。这使我们能够处理更大的情况，因此发现新的可变剪接事件，特别是长的，以前使用现有的方法监督。
2013-07-30 cs.CE cs.DS q-bio.QM
Navigating in a sea of repeats in RNA-seq without drowning
NGS数据从头组装的主要挑战当然是处理比读段更长的重复。对于RNA-seq数据尤其如此，因为覆盖信息不能用于标记重复序列，其中转座因子是主要示例之一。大多数转录组组装器基于de Bruijn图，并且对于RNA-seq数据中的重复没有明确和明确的模型，而是依赖于算法来处理它们。这项工作的结果是双重的。首先，我们介绍了一个形式化的模型，用于表示RNA-seq数据中的高拷贝数重复序列，并利用其性质来推断重复序列相关子图的组合特征。我们证明了在de Bruijn图中确定具有此特征的子图的问题是NP-完全的。在第二步中，我们表明，在特定的情况下，本地组装的选择性剪接（AS）事件，我们可以隐式地避免这样的子图。特别是，我们设计并实现了一种算法，以有效地识别AS事件不包括在重复区域。最后，我们使用合成数据验证我们的结果。我们也给我们的方法对真实数据的实用性的指示。
2014-06-04 cs.CE cs.DS q-bio.QM
RNA structure characterization from chemical mapping experiments
尽管由于RNA二级结构对功能的影响，人们对解决RNA二级结构非常感兴趣，但从序列确定结构仍然是一个悬而未决的问题。在实验方法中，一个有前途的候选者是“化学修饰策略”，其涉及将化学物质应用于对结构敏感的RNA，并导致可以通过测序技术进行分析的修饰。一种可以通过化学修饰然后测序来揭示配对核苷酸的方法是SHAPE，并且它已与毛细管电泳（SHAPE-CE）和高通量测序（SHAPE-Seq）结合使用。需要数学逆问题的解决方案来将序列数据与修饰的位点相关联，并且先前已经为SHAPE-CE提出了许多方法，并且分别为SHAPE-Seq分析提出了许多方法。在这里，我们介绍了一个新的模型，化学修饰实验的推断，其配方结果在封闭形式的最大似然估计，可以很容易地应用到数据。该模型可以专门用于SHAPE-CE和SHAPE-Seq，因此可以直接比较这两种技术。然后，我们证明了使用SHAPE-Seq而不是SHAPE-CE获得的额外信息对于ML估计是有价值的。
2011-06-29 q-bio.QM stat.AP
Kinetic foundation of the zero-inflated negative binomial model for single-cell RNA sequencing data
单细胞RNA测序数据具有复杂的特征，例如脱落事件、过度分散和高幅度离群值，导致mRNA丰度的复杂概率分布，其在零膨胀负二项（ZINB）模型方面具有统计学特征。在这里，我们提供了一个广泛使用的ZINB模型的基础上的生化反应动力学转录介观动力学基础。使用多尺度建模和简化技术，我们表明，ZINB分布的mRNA丰度和转录爆发的现象自然出现从一个三态随机转录模型。我们进一步揭示了辍学事件和转录爆发之间的非平凡的定量关系，这提供了新的见解如何以及在何种程度上的突发大小和突发频率可以降低辍学率。三种不同的生物物理起源的过度分散也澄清在单细胞水平。
2019-11-01 physics.bio-ph q-bio.MN q-bio.QM
Random Matrix Theory-guided sparse PCA for single-cell RNA-seq data
本文提出基于随机矩阵理论的稀疏PCA方法，用于改进单细胞RNA测序数据的降维与细胞类型分类。
2026-02-26 cs.LG physics.bio-ph q-bio.QM
