MAST：単一細胞RNAシーケンシングデータにおける転写変化の評価と異質性の特徴付けのための柔軟な統計フレームワーク

単一細胞トランスクリプトミクスは遺伝子発現の異質性を明らかにしますが、確率的ドロップアウトや、発現が強く非ゼロであるか検出不可能であるかのいずれかを示す特徴的な二峰性発現分布に悩まされます。私たちはこれらの特徴の両方をパラメータ化する、このような二峰性データのための二部構成の一般化線形モデルを提案します。細胞検出率、すなわち細胞内で発現する遺伝子の割合は雑音変動の原因として調整されるべきであると考えます。本モデルは単一細胞データに適した遺伝子セット濃縮解析を提供し、実験処理にわたって共発現遺伝子ネットワークがどのように変化するかの洞察を与えます。MASTは https://github.com/RGLab/MAST で入手可能です。