邻域分配
将单细胞数据表示为重叠的邻域，以捕捉局部转录状态。
基于预计算的联合潜在嵌入构建图（1阶或2阶kNN图），选择索引细胞并分配邻域，然后进行邻域精炼。
关于丁香通
公司信息
个人用户
企业机构
无忧采购 轻松科研
- 移动端
利用单细胞数据的邻域表示实现敏感的差异表达检验：miloDE
Leveraging neighborhood representations of single-cell data to achieve sensitive DE testing with miloDE
实验完整度
高包含基于仿真的性能评估、小鼠胚胎和IPF患者数据分析等多个独立证据层级，并涉及功能验证和机制验证。
主要模型
小鼠胚胎细胞（WT和Tal1−嵌合体） 特发性肺纤维化患者巨噬细胞 模拟单细胞数据
重点核对
邻域分配参数（k和order） 嵌入方法（监督或非监督） 细胞类型纯度阈值 差异表达检验的p值校正 基因集识别（WGCNA或Louvain聚类）
摘要
单细胞RNA测序能够检验细胞类型水平的条件之间的差异表达（DE）。虽然功能强大，但这种方法的一个局限性是DE检验的灵敏度取决于聚类的灵敏度，而聚类往往不是最优的。为了克服这一点，我们提出了miloDE——一个无聚类的DE检验框架（作为开源R包提供）。我们在模拟和真实数据上展示了miloDE的性能。利用miloDE，我们在缺乏Tal1的小鼠胚胎中鉴定了一个短暂的造血内皮样状态，并检测了特发性肺纤维化中巨噬细胞激活的不同程序。
实验结论
提炼研究问题、关键发现与证据，快速把握文章的核心贡献。
- 研究问题
- 如何实现无聚类、对局部转录结构敏感的差异表达检验？
- 核心机制
- miloDE通过重叠邻域表示，利用边缘R框架在每个邻域内进行DE检验，并通过双向多重检验校正来识别局部的差异表达模式。
- 主要证据
- 模拟数据中高灵敏度和精确的DE检测；在Tal1−嵌合体胚胎中鉴定出造血内皮样状态；在IPF巨噬细胞中重建激活时间线。
- 研究意义
- 为单细胞数据提供了无聚类的DE检验框架，能够揭示复杂疾病中的细微转录变化，并可与差异丰度分析结合，构建疾病进展的功能时间线。
研究路径
按研究推进顺序梳理实验设计、验证步骤与关键观察。
模拟数据中评估DE检测性能
通过合成扰动数据评估miloDE的灵敏度和精确度。
在真实数据（小鼠胚胎WT vs ChimeraWT）中人为扰动基因表达，应用miloDE，计算灵敏度、FDR和AUC。
Tal1嵌合体胚胎中的DE分析
鉴定Tal1缺失对血系细胞转录状态的影响。
对全流形和血系细胞（内皮和造血内皮祖细胞）应用miloDE，使用WGCNA识别共调控基因模块。
IPF巨噬细胞中的DE分析
揭示特发性肺纤维化中巨噬细胞激活的转录变化。
对来自四个数据集的巨噬细胞应用miloDE，使用Louvain聚类识别基因集，进行功能注释。
研究方法
按研究目的归类文中使用的方法，便于定位所需技术。
验证分子表达变化
评估体内效果
产品清单
关键环节
汇总复现实验时建议重点确认的条件及原文阅读提示。
| 环节 | 核对要点 |
|---|---|
| 邻域分配 | k值、图阶数（1或2）、索引细胞比例prop 阅读提示：Methods：miloDE pipeline，步骤1 |
| 差异表达检验 | min_n_cells_per_sample（默认3）、min_count（默认3）、实验设计协变量 阅读提示：Methods：DE testing |
| Tal1分析 | 细胞类型注释、k值（25或20）、基因筛选标准 阅读提示：Methods：Comparing Tal1+ and Tal1− embryonic cells |
| IPF分析 | 数据集ID、k值（30）、基因筛选标准、协变量（数据集ID） 阅读提示：Methods：Analysis of macrophage-specific transcriptional shifts upon idiopathic pulmonary fibrosis |