Détecter un changement dans la composition des types cellulaires entre différentes conditions est plus complexe qu'il n'y paraît. Les abondances relatives sont interdépendantes, la variabilité inter-échantillons est élevée et une comparaison naïve mène à des résultats trompeurs.

LODopt modélise les décomptes cellulaires par échantillon et par grappe à l'aide d'un modèle linéaire généralisé à effets mixtes, et l'associe à des facteurs de normalisation propres à chaque échantillon choisis pour minimiser la variance totale des log-odds. Le résultat est une inférence portant sur le changement absolu de composition plutôt qu'un artéfact du dénominateur.

Ce qu'il fait

• Estime la différence de log-odds de l'appartenance à une grappe ou à un type cellulaire entre conditions
• Normalisation optimale, guidée par les données
• Maintient un taux d'erreur de type I adéquat et minimise le biais des paramètres par rapport aux méthodes existantes, à puissance comparable, validé sur des données simulées
• Fonctionne d'emblée avec les objets Seurat et SummarizedExperiment

Thomas, Agrawal, Gill, Traglia (2026). LODopt v1.1.0. Zenodo. doi:10.5281/zenodo.19239199. La méthodologie a été précédemment appliquée dans Koutsodendris et al., Nature Aging (2023).

Dépôt · Documentation