El método U: Aprovechamiento de la probabilidad de expresión para la detección robusta de marcadores biológicos

La identificación fiable de marcadores que definen clústeres es fundamental para el análisis transcriptómico unicelular, pero los enfoques actuales a menudo se basan en diferencias de expresión medias, que pueden diluir señales biológicamente informativas en datos dispersos y heterogéneos. Aquí introducimos el método U, un marco rápido basado en probabilidades para identificar genes expresados de forma única (UEGs) contrastando la probabilidad de expresión de un gen dentro de un cluster con su mayor probabilidad de expresión en cualquier otro cluster. Esta comparación de máxima probabilidad prioriza la consistencia de la detección sobre la magnitud de la expresión, lo que da como resultado marcadores que identifican de forma consistente poblaciones celulares a través de conjuntos de datos independientes analizados con resoluciones de agrupación comparables. Aplicado a conjuntos de datos de secuenciación de ARN unicelular de cáncer colorrectal, de mama, de páncreas y de pulmón, el método U identifica marcadores de linaje canónicos junto con genes adicionales que muestran una clara especificidad de clúster.

Cuando se proyecta sobre los datos transcriptómicos espaciales de Visium HD utilizando únicamente la expresión media bruta de los principales UEG, estas firmas revelan una organización tisular coherente y biológicamente interpretable sin necesidad de suavizado, deconvolución o inferencia espacial basada en modelos.

Estos resultados posicionan al método U como una implementación práctica de la consistencia de la detección, permitiendo un descubrimiento de marcadores robusto y una interpretación espacial en el análisis unicelular.