Bayesiansk analyse af enkeltcelle RNA-seq — Probabilistisk transkriptomik

Bayesiansk analyse af enkeltcelle RNA-seq anvender probabilistiske generative modeller på de sparsomme, overdisperserede tællingsmatricer, der produceres af enkeltcelle RNA-sekventering. Ved at placere prior-fordelinger over latente biologiske variable — cellestatus, batch-effekter, dropout — propagerer rammeværket usikkerhed gennem hvert efterfølgende inferenstrin. Værktøjer som scVI, SCVI-tools og BayesPrism implementerer dette paradigme, hvilket muliggør principiel celleklyngning, test for differentiel ekspression og batch-integration, der eksplicit modellerer teknisk støj snarere end at ignorere den.