根据您的描述，您正在使用pySCENIC来计算转录因子的AUC值，并使用wilcox检验来识别作为细胞类型特异的转录因子的显著差异。然而，您注意到不同单细胞数据集之间识别的细胞类型特异的转录因子的交叠一致性仅约为50%。以下是可能导致低交叠比例的一些解释： 1. 数据集来源的差异：不同的单细胞数据集可能来自不同的实验设计、样本来源或技术平台。这些差异可能导致细胞类型的异质性，并在不同数据集中导致转录因子的表达差异。 2. 细胞类型定义的差异：不同的研究人员或研究组可能使用不同的标准或方法来定义细胞类型。这可能导致在不同数据集中对细胞类型特异的转录因子的识别存在差异。 3. 数据预处理的差异：在不同的数据集中，数据预处理步骤（例如数据归一化、批次效应校正等）的选择和参数设置可能不同。这些差异可能导致转录因子的表达量不一致，进而影响识别特异转录因子的结果。 4. 阈值选择的差异：您提到不同数据集处理的流程和阈值选择是一致的，但仍然可能存在微小差异。阈值的选择可能影响到转录因子的激活状态的定义，从而对特异性转录因子的识别产生影响。 为了提高交叠比例，您可以尝试以下方法： 1. 标准化数据预处理：确保在不同数据集中使用相同的数据预处理方法和参数选择，以保持转录因子表达量的一致性。 2. 定义一致的细胞类型：使用相同的标准或方法来定义细胞类型，或者尽可能地对细胞类型进行标准化和校正，以减少不同数据集之间的细胞类型差异。 3. 多数据集整合分析：尝试使用整合多个数据集的方法，例如整合分析（integrated analysis），以减少数据集来源的差异对转录因子识别的影响。 4. 参数调优：尝试调整识别转录因子的阈值选择，以找到最适合不同数据集的参数设置，以提高交叠比例。 综上所述，单细胞数据集之间识别的细胞类型特异的转录因子的交叠一致性低的原因可能是多方面的，包括数据集来源差异、细胞类型定义的差异、数据预处理的差异和阈值选择的差异等。通过标准化数据处理和细胞类型定义、整合分析和参数调优等方法，可以尝试提高交叠比例。