scHyena: 全长单细胞 RNA 测序大脑分析的基础模型
原文中文，约300字，阅读约需1分钟。发表于：。通过介绍 scHyena 模型，本研究提出了一种解决脱落事件和基因表达信息利用有限的测量噪声带来的挑战，以提高脑部 scRNA-seq 分析准确性的新方法，展示了该模型在细胞类型分类和 scRNA-seq 填补方面相比其他基准方法的卓越性能。
该研究提出了一种针对单细胞RNA测序随机解释基因表达水平的概率模型，适用于100万个细胞以上的数据，优于ZIFA和ZINB-WaVE方法。同时，作者还将该框架扩展到批次效应和其他混淆因素，并提出了一种超越DESeq2方法的Bayesian假设检验。
