单细胞数据中数据特异性差异表达基因识别

基因差异表达分析是转录组等数据分析中非常常规的手段之一，其重要意义在于能够帮助理解所要研究的生物学问题。本质上，基因差异表达分析也是一种预处理（降维）方法。尤其是在处理样本少、变量多（即多n少p问题）的数据时，基因差异表达分析能够化繁为简。在前面，我们已经介绍了传统差异表达分析方法Wilcoxon rank-sum test的魅力（参见差异表达分析：经典方法未必逊色于流行方法）。众所周知，每种差异表达分析方法都具有数据特异性，如何选择每个数据适合的差异表达分析方法是大家比较关心的问题。本次就介绍一个数据特异性差异表达基因识别工具包scCODE（图1）。

图1 scCODE扩展包的性能评估和架构

scCODE并不是单纯做基因差异表达分析，因为在差异表达分析之前，它还特别注重过滤操作（Filtering）。以往研究表明，过滤操作能够提高差异表达分析方法的性能。因此，为了更加精确的识别差异表达基因，scCODE将过滤操作和差异表达分析方法组合起来使用，以期在每个单细胞数据中选择最优组合识别差异表达基因。

在scCODE工具包内，提供了4种过滤操作（conquer、OGFSC、scmap和No-filter）和10种常用差异表达分析方法（表1）。因此，组合策略就是40种。

表1 10种差异表达分析方法

接下来，scCODE做了一件事情，就是集成前N（5、10，20和40）个最优策略并且提出两个新度量指标（Consistent DE genes order，简称CDO；Area under concordance curve，简称AUCC）对每个基因的差异程度进行重新排序。所以本质上，scCODE是一种差异表达分析集成方法（Ensemble）。

对选择有恐惧症的，可以用用scCODE。如果想测试scCODE工具包，各位可以从https://github.com/XZouProjects/scCODE链接中获取源代码。

参考文献

[1] Zou J, Deng F, Wang M, et al. scCODE: an R package for data-specific differentially expressed gene detection on single-cell RNA-sequencing data. Brief Bioinform. 2022;23(5):bbac180. doi:10.1093/bib/bbac180

以往推荐如下：

1. 细胞特异性因果调控网络识别

2. 因果推理综述推荐一篇

3. miRNA活性识别之因果推理方法

4. miRNA协作之因果推理方法

5. 你想了解因果推理吗？

6. 因果学习工具：Causal Explorer和Causal Learner

7. ​小样本学习

8. ​样本异质性定量化

9. ​生物标志物定义及其应用

10. 分子生物标志物数据库MarkerDB

11. 细胞标志物数据库CellMarker 2.0

12. 细胞发育轨迹数据库CellTracer

13. miRNA靶基因预测工具：“我们到了哪里，又该往哪去？”

14. 人类细胞互作数据库：CITEdb