文献

J-GLOBAL ID：202002220282033707   整理番号：20A1014912

単一細胞RNA配列データのためのバッチ効果補正法のベンチマーク【JST・京大機械翻訳】

A benchmark of batch-effect correction methods for single-cell RNA sequencing data

著者 (7件)： Tran Hoa Thi Nhu (Singapore Immunology Network (SIgN), Agency for Science, Technology and Research (A*STAR), Singapore, Singapore) ,  Ang Kok Siong (Singapore Immunology Network (SIgN), Agency for Science, Technology and Research (A*STAR), Singapore, Singapore) ,  Chevrier Marion (Singapore Immunology Network (SIgN), Agency for Science, Technology and Research (A*STAR), Singapore, Singapore) ,  Zhang Xiaomeng (Singapore Immunology Network (SIgN), Agency for Science, Technology and Research (A*STAR), Singapore, Singapore) ,  Lee Nicole Yee Shin (Singapore Immunology Network (SIgN), Agency for Science, Technology and Research (A*STAR), Singapore, Singapore) ,  Goh Michelle (Singapore Immunology Network (SIgN), Agency for Science, Technology and Research (A*STAR), Singapore, Singapore) ,  Chen Jinmiao (Singapore Immunology Network (SIgN), Agency for Science, Technology and Research (A*STAR), Singapore, Singapore)
資料名： Genome Biology (Web)  (Genome Biology (Web))
巻： 21  号： 1  ページ： 1-32  発行年： 2020年 
JST資料番号： U7384A  ISSN： 1474-760X  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： イギリス (GBR)  言語： 英語 (EN)

抄録/ポイント： 異なる技術を用いて生成された大規模単一細胞トランスクリプトームデータセットは,バッチ効果除去とデータ統合への挑戦を提示するバッチ特異的系統的変動を含んでいる。scRNA-seqデータで期待される継続的な成長により,利用可能な計算資源との効果的なバッチ統合を達成することが重要である。ここでは,バッチ効果除去のための最も適切な方法を決定するために,利用可能なバッチ補正法に関する徹底的なベンチマーク研究を行った。計算実行時間,大規模データセットを扱う能力,およびセル型純度を保存しながらバッチ効果補正効率に関して14の方法を比較した。5つのシナリオを研究のために設計した:異なる技術,非同一セルタイプ,多重バッチ,大データ,およびシミュレーションデータを有する同一セルタイプ。性能を,kBET,LISI,ASW,およびARIを含む4つのベンチマーキング計量を用いて評価した。異なる遺伝子発現を研究するためにバッチ補正データの使用も調べた。著者らの結果に基づいて,Harmony,Liger,およびSeurat3はバッチ統合のための推奨される方法である。その有意に短い実行時間のために,Harmonyは,実行可能な代替法として他の方法により試みる最初の方法として推奨される。Copyright 2020 The Author(s) All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： シミュレーション ,  *RNA【核酸】 ,  純度 ,  多重化 ,  *ベンチマーク ,  遺伝子発現 ,  データ融合
準シソーラス用語： scRNA ,  ベンチマーキング ,  補正法 ,  実行時間 ,  *単一細胞 ,  計算資源 ,  大規模データセット , 【Automatic Indexing@JST】

著者キーワード (5件)： 単一細胞RNA-seq ,  バッチ補正 ,  バッチ効果 ,  統合 ,  異なる遺伝子発現

分類 (1件)： 分子・遺伝情報処理  (JE15040B)

引用文献 (47件)：

• Biostatistics; Adjusting batch effects in microarray expression data using empirical Bayes methods; WE Johnson, C Li, A Rabinovic; 8; 2007; 118-127; 10.1093/biostatistics/kxj037; citation_id=CR1
• Methods; Normalization of cDNA microarray data; GK Smyth, T Speed; 31; 2003; 265-273; 10.1016/S1046-2023(03)00155-5; citation_id=CR2
• Nat Methods; Bayesian approach to single-cell differential expression analysis; PV Kharchenko, L Silberstein, DT Scadden; 11; 2014; 740; 10.1038/nmeth.2967; citation_id=CR3
• Nat Biotechnol; Integrating single-cell transcriptomic data across different conditions, technologies, and species; A Butler, P Hoffman, P Smibert, E Papalexi, R Satija; 36; 2018; 411-420; 10.1038/nbt.4096; citation_id=CR4
• Nat Biotechnol; Batch effects in single-cell RNA-sequencing data are corrected by matching mutual nearest neighbors; L Haghverdi, ATL Lun, MD Morgan, JC Marioni; 36; 2018; 421-427; 10.1038/nbt.4091; citation_id=CR5

タイトルに関連する用語 (5件)： 単一細胞 ,  RNA ,  バッチ ,  補正法 ,  ベンチマーク