SCBATCH：サンプル距離マトリックス調整によるRNA-seqデータのバッチ効果補正

動機：バッチ効果は、誤解を招く結論につながる可能性のある深いシーケンスデータ分析における頻繁な課題です。既存の方法は、特にシングルセルRNAシーケンス（RNA-seq）データを使用して、バッチ効果を十分に修正しません。 結果：クラスタリングと遺伝子の微分発現解析の両方の改善に重点を置いて、バルクおよびシングルセルRNA-SEQデータのバッチ効果補正のための数値アルゴリズムであるSCBATCHを提示します。SCBatchは、バッチ効果生成のメカニズムに関する仮定によって制限されません。シミュレーションと実際のデータ分析に示されているように、SCBatchはベンチマークバッチ効果補正方法を上回ります。 可用性と実装：Rパッケージはgithub.com/tengfei-emory/scbatchで入手できます。この記事で結果と数値を生成するコードは、github.com/tengfei-emory/scbatch-scriptsで入手できます。 補足情報：補足データは、バイオインフォマティクスオンラインで入手できます。

MOTIVATION: Batch effect is a frequent challenge in deep sequencing data analysis that can lead to misleading conclusions. Existing methods do not correct batch effects satisfactorily, especially with single-cell RNA sequencing (RNA-seq) data. RESULTS: We present scBatch, a numerical algorithm for batch-effect correction on bulk and single-cell RNA-seq data with emphasis on improving both clustering and gene differential expression analysis. scBatch is not restricted by assumptions on the mechanism of batch-effect generation. As shown in simulations and real data analyses, scBatch outperforms benchmark batch-effect correction methods. AVAILABILITY AND IMPLEMENTATION: The R package is available at github.com/tengfei-emory/scBatch. The code to generate results and figures in this article is available at github.com/tengfei-emory/scBatch-paper-scripts. SUPPLEMENTARY INFORMATION: Supplementary data are available at Bioinformatics online.