SPARK
基于广义线性混合模型的空间可变基因检测方法，通过建模空间表达模式的 零膨胀和过度离散特征来识别空间相关表达的基因。该方法统计学基础扎实， 假阳性控制良好。
| 属性 | 值 |
|---|---|
| 用途 | 统计学方法检测空间可变基因 |
| 时间复杂度 | O(g * n^2) |
| 空间复杂度 | O(n^2) |
| 年份 | 2019 |
| 难度 | 进阶 (Intermediate) |
| 实现语言 | R |
| 分类 | 空间组学 |
复杂度分析
- 时间复杂度：
O(g * n^2) - 空间复杂度：
O(n^2)
性能洞见：该算法时间复杂度属于多项式量级。空间复杂度较高；对超长序列可考虑 Hirschberg 算法等空间优化变体。
注：复杂度基于理论模型。实际性能受数据规模、硬件环境与实现优化影响，建议针对具体场景进行基准测试。
文献与实现
相关工具
SpatialDE · trendsceek · SPARK-X