基因组学数据中计算解卷积的挑战与展望
摘要：细胞类型的异质性解析对于系统性理解组织稳态以及其在疾病中的失调至关重要。计算解卷积是一种从多种组学数据中估算细胞类型丰度的有效方法。尽管近年来在计算解卷积方面取得了显著的方法学进展，但仍存在一些挑战。在本文中，我们列举了四个主要挑战，包括参考数据的可用性，模拟数据的生成，计算方法的局限性以及基准测试的设计和实施。最后，我们对参考数据的生成、计算方法的新方向和促进严格基准测试的策略提出了建议。
作者：Qianhui Huang, Yijun Li, Chuan Xu, Sarah Teichmann, Naftali Kaminski, Matteo Pellegrini, Quan Nguyen, Andrew E. Teschendorff, Lana X. Garmire
论文ID：2211.11808
分类：Other Quantitative Biology
分类简称：q-bio.OT
提交时间：2022-11-23