多階段單細胞轉錄數據的基因識別統計方法問世

近日，西安交通大學公共衛生學院孫世權教授團隊開發了一種高效靈活的非參數方法，用于檢測多個時間點上的基因表達模式。該方法稱為TDEseq，即時間序列scRNA-seq數據的時間差異表達基因，近日該成果發表于《基因組生物學》上。

TDEseq采用線性可加混合模型（LAMM）來擬合單個基因表達值和時間點的關系，通過引入形狀約束的樣條函數表征基因表達水平的時間序列動態變化過程檢測具有特定表達模式的時間動態差異基因，引入隨機效應項以控制樣本間的異質性，并最終產生統計學上嚴格的p值。TDEseq不僅保證了更高的檢驗效力，也實現了更好的對錯誤發現率的控制，尤其是在處理樣本異質性強的多樣本scRNA-seq數據時。

TDEseq在癌細胞系藥物響應、小鼠肝臟胚胎發育、肺腺癌進展過程、NK細胞相應SARS-CoV-2病毒感染等時間序列scRNA-seq數據中均展現出良好的性能。以小鼠肝臟胚胎發育為例，TDEseq識別的動態差異表達基因比tradeSeq多20%。TDEseq所識別的動態差異表達基因不僅具有明確的時間動態表達模式，且與肝臟胚胎發育過程呈強相關性。