机构名称：
¥ 1.0
RNA测序（RNA-SEQ）已成为转录组学的基石，为各种生物条件和样品类型的基因表达提供了详细的见解。然而，RNA-Seq数据通常受到批处理效应的影响，这是系统的非生物学差异，会损害数据可靠性并掩盖真实的生物学变异。为了应对这些挑战，我们引入了战斗-REF，这是一种精致的批次效应校正方法，可增强RNA-Seq数据中差异表达分析的统计能力和可靠性。在战斗seq的基础上构建，战斗-REF采用负二项式模型来调整计数数据，但通过对整个批处理的汇总分散参数进行创新，并保留参考批次的计数数据。我们的方法在模拟环境和实际数据集中都表现出了卓越的性能，例如生长因子受体网络（GFRN）数据和NASA GenElab转录组数据集，从而显着提高了对现有方法的敏感性和特异性。通过有效缓解批处理效应，同时保持高检测能力，Combat-Ref被证明是增强RNA-SEQ数据分析的准确性和解释性的强大工具。
RNA- ...
主要关键词
相关文件推荐
