后聚类差分分析中数据裂解与数据稀疏的实际局限性
统计方法学
2026-03-23 v4
摘要
单细胞 RNA 测序（scRNA-seq）分析中的后聚类推断在控制差分表达分析的第 I 类错误方面存在显著挑战。数据裂解（data fission）是一种旨�将数据分割为两个独立部分的方法，依赖于强参数化假设的非混合分布，这些假设在聚类数据中本质上被违反。为此，我们引入条件数据裂解（conditional data fission），一种扩展方法，用于分解每个混合组件为两个独立部分。然而，我们演示了将条件数据裂解应用于混合分布需要对聚类结构的先验知识才能实现有效的后聚类推断。这源于需要准确估计组件特定的尺度参数，这些参数对于在保持独立性的同时进行分解至关重要。我们理论上量化了这些参数估计偏差如何导致因偏离独立性而导致第 I 类错误率的膨胀。鉴于混合组件在实际中通常是未知的，本结果凸显了尽管数据裂解曾被提议作为后聚类推断的解决方案，但在实际应用中存在根本性困难。
引用
@article{arxiv.2405.13591,
title = {Practical limitations for real-life application of data fission and data thinning in post-clustering differential analysis},
author = {Benjamin Hivert and Denis Agniel and Rodolphe Thiébaut and Boris P. Hejblum},
journal= {arXiv preprint arXiv:2405.13591},
year = {2026}
}