MarioniLab/miloR

解决的问题

miloR 提供了一种针对单细胞数据集的差异丰度（DA）分析方法。它使研究人员能够在不依赖预定义细胞类型聚类的情况下，识别不同实验条件下显著不同的细胞群体。

工作原理

该工具使用 k-最近邻（KNN）图来定义细胞的邻域。与将细胞聚类为固定组不同，它分析样本间重叠邻域内细胞的丰度。然后应用统计检验，以确定某些邻域在不同条件下是否具有差异丰度。

适用人群

需要对单细胞数据进行差异丰度测试，以发现不同条件下细胞群体比例变化的生物信息学家和生物学家。

主要亮点

• 基于图的方法：使用 KNN 图避免固定聚类的局限性。

• 混合效应模型：支持对依赖样本使用混合效应模型。

• 集成能力：可通过 milopy 集成到 scanpy/anndata 工作流中。

• Bioconductor 兼容性：作为 Bioconductor 包提供，支持稳定安装。