FLASH-MM：使用线性混合效应模型进行快速可扩展的单细胞差异表达分析

为什么微小的细胞需要强大的计算支持

现代生物学现在可以同时读取成千上万个基因在数十万细胞中的活性。这种单细胞视角有望更清晰地揭示我们机体如何应对感染、在男女之间的差异或疾病的发展。但将这些庞大且嘈杂的数据集转化为可靠的发现既耗时又容易误导，尤其是在采用简单方法时。本文介绍了 FLASH-MM——一种新的单细胞数据处理方法，它在保持统计严谨性的同时，将计算速度提高到可应对当今最大研究规模的程度。

引用: Xu, C., Pouyabahar, D., Voisin, V. et al. FLASH-MM: fast and scalable single-cell differential expression analysis using linear mixed-effects models. Nat Commun 17, 2384 (2026). https://doi.org/10.1038/s41467-026-69063-2

关键词: 单细胞 RNA 测序, 差异表达, 线性混合效应模型, 统计基因组学, 计算生物学