发表机构
Tulane University（杜兰大学）
机构由 AI 辅助整理，请以论文原文为准。AI 中文总结
Truecell 是 Seurat 的 Python 实现，保留函数名、参数和对象模型，在端到端评估中精确复现 Seurat 的聚类、标记基因和差异表达结果，优于 Scanpy。
AI 中文摘要
单细胞 RNA 测序分析主要使用 Seurat（R 语言）或 Scanpy（Python 语言），选择通常由编程语言偏好决定。然而，默认情况下，这些工具会产生不同的可变特征、邻近图、聚类和标记基因。需要 Python 的实验室（Python 支持大多数深度学习、基础模型和智能体工具）必须在无法复现 Seurat 结果的框架中重新实现 Seurat 分析。Truecell 被开发为 Seurat 接口的 Python 实现，保留了函数名称、参数、默认设置和对象模型，以促进分析的无缝迁移。在十八次与 R 语言 Seurat 的配对端到端评估中，确定性输出匹配到浮点精度，且九个差异表达测试中的倍数变化顺序完全一致。在三个数据集上的三臂基准测试中，固定用户参数和每种工具 20 个随机种子，Truecell 在所有 12 种数据集和分辨率设置组合中比 Seurat 配置的 Scanpy 更接近地复现了 Seurat 的聚类。Truecell 的标记基因和富集通路也比 Scanpy 更接近 Seurat，伪批量 DESeq2 复现了 Seurat 的基因列表，Jaccard 指数范围为 0.95 至 1.00。这种一致性反映了对 Seurat 的忠实性，而非生物学正确性。
英文摘要
Single-cell RNA-sequencing analyses predominantly use either Seurat (R) or Scanpy (Python), with the choice often driven by programming language preference. However, by default, these tools produce divergent variable features, neighbour graphs, clusters, and marker genes. Laboratories requiring Python, which supports most deep-learning, foundation-model, and agent tools, must re-implement Seurat analyses in a framework that does not replicate Seurat's results. Truecell was developed as a Python implementation of the Seurat interface, preserving function names, arguments, default settings, and the object model to facilitate seamless transfer of analyses. In eighteen paired end-to-end evaluations against R Seurat, deterministic outputs matched to floating-point precision, and fold-change order was identical across all nine differential expression tests. In a three-arm benchmark on three datasets, with fixed user parameters and 20 seeds per tool, Truecell more closely reproduced Seurat's clustering than a Seurat-configured Scanpy in all 12 combinations of dataset and resolution settings. Truecell's marker genes and enriched pathways were also closer to Seurat's than Scanpy's were, and pseudobulk DESeq2 reproduced Seurat's gene lists with a Jaccard index ranging from 0.95 to 1.00. This agreement reflects fidelity to Seurat rather than biological correctness.
