#M3Drop-针对scRNASeq的退出Michaelis-Menten模型这是一个R包，提供了将修改后的Michaelis-Menten（MM）方程拟合到单细胞测序实验中观察到的脱落模式的函数。以及深度调整负二项（DANB）模型，该模型是为使用唯一分子标识符（UMI）量化的数据集量身定制的。提供了用于拟合每个模型以及执行基于丢失的特征选择的功能。这些可以用于减少诸如聚类或伪时间分析之类的下游分析中的技术噪声。更新2023-02-16：新函数：NBumiPearsonResiduals和NBumiPersonResidials Approx允许使用深度调整的负二项模型计算皮尔逊残差。皮尔逊残差最近被建议作为单细胞RNAseq数据的替代标准化策略，参见：https://genomebiology.biomedcentral.com/articles/10.1186/s13059-021-02451-7#S为了进行比较，包括Brennecke等人（2015年）提出的检测高度可变基因的算法。##安装：```第页要求（“远程”）install_github（'talllandrews/M3Drop'）```或```第页如果（！require（“BiocManager”，悄悄地=TRUE））install.packages（“BiocManager”）BiocManager:：安装（“M3Drop”）```示例数据：```第页要求（“远程”）install_github（'talllandrews/M3DExampleData'）```或```第页如果（！require（“BiocManager”，悄悄地=TRUE））install.packages（“BiocManager”）BiocManager:：安装（“M3DExapleData”）```阅读更多：DOI:10.1101/065094##引文：Amdrews，TS和Hemberg，M.（2018）M3Drop：scRNASeq的基于辍学的特征选择。生物信息学，bty1044。https://doi.org/10.1093/bioinformatics/bty1044
