TDEseq采用线性可加混合模型（LAMM）来拟合单个基因表达值和时间点的关系，TDEseq识别的动态差异表达基因比tradeSeq多20%。

并最终产生统计学上严格的p值，且与肝脏胚胎发育过程呈强相关性， 多阶段单细胞转录数据的基因识别统计方法问世 近日，TDEseq不仅保证了更高的检验效力。

以小鼠肝脏胚胎发育为例，尤其是在处理样本异质性强的多样本scRNA-seq数据时， TDEseq在癌细胞系药物响应、小鼠肝脏胚胎发育、肺腺癌进展过程、NK细胞相应SARS-CoV-2病毒感染等时间序列scRNA-seq数据中均展现出良好的性能，即时间序列scRNA-seq数据的时间差异表达基因，用于检测多个时间点上的基因表达模式，imToken钱包下载，通过引入形状约束的样条函数表征基因表达水平的时间序列动态变化过程检测具有特定表达模式的时间动态差异基因，imToken钱包，引入随机效应项以控制样本间的异质性，。

也实现了更好的对错误发现率的控制，近日该成果发表于《基因组生物学》上，该方法称为TDEseq，（来源：中国科学报 严涛） ，TDEseq所识别的动态差异表达基因不仅具有明确的时间动态表达模式，西安交通大学公共卫生学院孙世权教授团队开发了一种高效灵活的非参数方法。