在单细胞 RNA 测序(scRNA-seq)出现之前,转录组分析是使用批量 RNA 测序(bulk RNA-seq)进行的,虽然 RNA 测序(RNA-seq)或芯片分析等大量样本的转录组学方法是一类强大的工具,也可以筛选得到差异表达的基因,但是这是一种比较细胞基因表达平均值 (averages of cellular expression)的方法。很多情况下同一组织中不同细...
单细胞 RNA 测序(Single cell RNA sequencing,scRNA-seq)是一种在单细胞水平上利用 RNA 测序对特细胞群体进行基因表达谱定量的高通量实验技术。待测组织经过单细胞分离、RNA 提取、逆转录、文库构建和测序,便可利用数据分析获得多个细胞的基因表达谱。 1.单细胞测序与普通转录组测序的区别 普通转录组使用细胞混合物...
生信与基因组学:单细胞RNA测序(scRNA-seq)cellranger count的细胞定量和aggr整合 Seurat分析流程入门 1. 数据与R包准备 以下代码在RStudio中实现, Seurat 4.0。 1.1 PMBC数据下载 下载2700个10X单细胞-外周血单核细胞(PBMC)数据集。 # Seurat_1.R ### 1. 数据获取及读取 ### # 切换至工作目录 setwd("F...
什么是单细胞 RNA 测序(scRNA-Seq)数据? 单细胞 RNA 测序(single-cell RNA seq,scRNA-Seq)是一种用于分析单个细胞中基因表达水平的技术。即可以在单个细胞的水平上检测 RNA 表达。传统的 RNA 测序( Bulk RNA-Seq)方法只能测量样本整体的表达水平,而不能反映细胞间的异质性。
文章单细胞RNA测序(scRNA-seq)Seurat分析流程入门中涉及Seurat对象的构建、访问和数据提取等操作,本文将对Seurat对象的结构进行深入解读。 1. 单细胞分析中Seurat对象的结构 Seurat R包,主要用于分析单细胞RNA测序数据。Seurat包实现了单细胞RNAseq数据分析的主要步骤,包括质控、归一化、可视化、聚类、差异表达等。Seurat...
单细胞RNA测序,通常简称为scRNA-seq。这项技术使研究人员能够深入了解单个细胞的基因表达模式,揭示了生物体内的细胞异质性和功能多样性。
在肿瘤领域,单细胞RNA测序(scRNA-seq)和空间转录组学都具有重要的应用,为研究肿瘤的发生、发展和治疗提供了更深入的理解。综合使用这两项技术有助于深入理解肿瘤的分子特征、细胞亚群的动态变化、免疫反应以及药物在肿瘤组织中的作用。馆长在Nature Communications上发现一篇好文。首先文章的选题新颖,关注肢端黑色素瘤这...
测序策略:10x平台,单细胞测序(scRNA-seq) 捕获细胞数:40,655个细胞 结论:瘢痕疙瘩成纤维细胞可以分为4个亚群,分别为mesenchymal成纤维细胞,secretory-papillary成纤维细胞,secretory-reticular成纤维细胞和pro-inflammatory成纤维细胞。相对于正常瘢痕,瘢痕疙瘩中mesenchymal成纤维细...
近几十年来,越来越多的研究使用RNA-seq数据探索了肺癌的潜在预后标志物,并提高了我们对肿瘤发生和进展的理解,但这些预后特征是基于RNA-seq数据,它无法检测肿瘤样本中确切的细胞和分子变化。单细胞RNA测序(scRNA-seq)能够在单细胞水...
导读：单细胞转录组学（scRNA-seq）大大提高了我们表征细胞异质性的能力。然而，scRNA-seq需要裂解细胞，大多数全基因组分析都会摧毁细胞，这严重阻碍了我们对同一个细胞的分子性状和功能进行连续性分析。近日，来自苏黎世联邦理工学院等机构的研究者开发了一种名为“Live-seq”的单细胞转录组分析方法，该方法使用了...