Identificación precisa y rápida de genes marcadores celulares con COSG

La clasificación precisa de células es la base para el análisis posterior de datos de secuenciación de una sola célula, sin embargo, cómo identificar verdaderos genes marcadores para diferentes tipos celulares sigue siendo un gran desafío. Aquí, reportamos la identificación de genes marcadores basada en similitud coseno (COSG) como un método basado en similitud coseno para una identificación de genes marcadores más precisa y escalable. COSG es aplicable a datos de secuenciación de ARN de una sola célula, datos de secuenciación ATAC de una sola célula y datos del transcriptoma resuelto espacialmente. COSG es rápido y escalable para conjuntos de datos ultra grandes de células en millones. La aplicación en conjuntos de datos experimentales simulados y reales mostró que los genes marcadores o regiones genómicas identificadas por COSG tienen una mayor especificidad por tipo celular, demostrando el rendimiento superior de COSG tanto en términos de precisión como de eficiencia en comparación con otros métodos disponibles.