O advento do sequenciamento de RNA de células únicas trouxe avanços científicos e desafios técnicos. Desenvolver novos métodos de análise é uma etapa crucial paramaximizar a extração de conhecimento desses dados. Neste trabalho, exploramos o reposicionamentode um algoritmo de seleção de características para tratar desafios de dados públicos de RNA de células únicas. Adaptamos o método FCBF (Filtro Rápido Baseado em Correlação, Fast Correlation-Based Filter) para selecionar genes relevantes para distinguir tipos celulares, e encontrar módulos de genes coexpressos. Em dados de células de sangue, notamos que os módulos encontrados correspondiam a programas transcricionais característicos de grupos celulares conhecidos. Em decorrência disso, implementamos uma pipeline capaz de utilizar os módulos de coexpressão para inferir os tipos celulares presentes em conjuntos de dados de forma multinível, evadindo os limites das rotulações únicas tradicionais. Processamos con-juntos de dados de células mononucleares de sangue humano e células embrionárias de peixe-zebra,observando que os módulos e populações encontradas traziam a luz informações biologicamente relevantes. Os algoritmos foram implementados em dois pacotes do Bioconductor, FCBF e fcoex, e estão disponíveis para comunidade, aumentando o arsenal para análise de dados de sequenciamento de RNA de células únicas.

The advent of single-cell RNA sequencing has brought scientific advances and technical challenges. The development of new analysis methodologies is a crucial step to maximize the extraction of knowledge from this data. In this work, we explore the repositioning of a feature selection algorithm to address the analytical challenges of public single-cell RNA data. We adapted the FCBF method(Fast Correlation-Based Filter) to select relevant genes to distinguish cell types, and, from this list of genes, find modules of coexpressed genes. In blood cell data, we noted that the modules found corresponded to transcriptional programs characteristic of specific cell groups. As a result, we implemented a pipeline capable of using the coexpression modules to infer the cell types present in datasets in a multilevel way, avoiding the limits of traditional single labels. We processed datasets from human blood mononuclear cells and zebrafish embryonic cells, noting that the modules and populations found brought to light biologically relevant information. The algorithms were implemented in two Bioconductor packages, FCBF and fcoex, and are available to the community,increasing the arsenal for analyzing single-cell RNA sequencing data.