MarioniLab/miloR

解決的問題

miloR 提供了一種針對單細胞數據集的差異豐度（DA）分析方法。它使研究人員能在不依賴預定義細胞類型聚類的情況下，識別不同實驗條件下顯著不同的細胞群體。

工作原理

該工具使用 k-最近鄰（KNN）圖來定義細胞的鄰域。與將細胞聚類為固定組不同，它分析樣本間重疊鄰域內細胞的豐度。然後應用統計檢驗，以確定某些鄰域在不同條件下是否具有差異豐度。

適用對象

需要對單細胞數據進行差異豐度測試，以發現不同條件下細胞群體比例變化之生物資訊學家與生物學家。

主要亮點

• 基於圖的方法：使用 KNN 圖避免固定聚類的局限性。

• 混合效應模型：支援對依賴樣本使用混合效應模型。

• 整合能力：可透過 milopy 集成至 scanpy/anndata 工作流程中。

• Bioconductor 兼容性：作為 Bioconductor 套件提供，支援穩定安裝。