scRNAseq可变剪切分析,首先你得scRNAseq必须得是全序列测序得到,普通10x平台、墨卓平台或者其他3' base的平台,无法做可变剪切分析。 可变剪切分析用rMATS软件,需要先做好seurat常规分析,确定好cluster后,再去跑rMATS,本质上是利用cluster的barcode对bam文件做拆分,然后再去跑rMATS. 跑完rMATS, 会针对每个cluster生成单独...
一、单细胞RNA-seq扩增技术的发展 利用单细胞进行 RNA-seq 是 Surani 实验室在 2009 年开发出来的,扩增的方法主要是使用将RNA pull down下来,然后使用polyT 引物反转录带 ployA 的 RNA,同时引物上含有特定的 anchor 序列。 研究人员借鉴了基于microarray用于 single cell sequence 的技术后,修改了一些实验条件(比如...
首先,通过scRNA-seq(图2A)和scATAC-seq(图2B)分别鉴定了不同的细胞亚群:记忆B细胞(MBC),浆细胞(PC)和前体浆细胞/浆细胞母细胞(prePB/PB)。接着对scRNA-seq和scATAC-seq数据进行了整合分析,结果显示两组学数据集在MBC和PC阶段具有的良好的重叠(图2CD)。而来自ATAC-seq数据集的近一半的prePB未被预测为prePB,...
单细胞 RNA 测序(scRNA-Seq)数据的预处理流程:原始测序结果 FASTQ文件:主要包含多对 核苷酸序列和 质量分数 的FASTQ文件。(核苷酸序列中包含区别不同细胞的信息)(质量分数表明核苷酸序列的可信程度) 细胞× 基因表达矩阵 .h5ad/.h5/10x文件:将 FASTQ 文件中的序列与参考基因组进行比对,并计算每个基因在每个细胞中...
随着高通量单细胞RNA-seq测序技术的发展,scRNA-seq数据集的大小已经从单个细胞增长到数百万个细胞,如何将这些高维度的数据可视化也是生物信息一个重要的应用领域。这一期给大家介绍一些scRNA-seq文章中常见的图,希望给大家带来一些新的作图思路. 我们下面主要介绍的是R 包Seurat提供的作图功能。常见的scRNA-seq数据分析...
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。
单细胞转录组测序(scRNA-seq)是一种在单细胞水平对转录组进行测序分析的高通量测序技术,能够揭示细胞层面的基因表达差异,为研究细胞的异质性提供了有力手段。而TCR/BCR测序是一种用于分析T细胞受体(T cell receptor, TCR)和B细胞受体(B cell receptor, BCR)的高通量测序技术,可以揭示T细胞和B细胞受体的多样性和特...
单细胞转录测序(scRNA-seq)是在单细胞水平上分析细胞特异性转录组的高通量测序方法。scRNA-seq 的工作流程包括单细胞捕获、mRNA 逆转录、cDNA 文库制备、高通量测序和数据分析。每种细胞类型都具有独特的转录组,可以呈现为特定的数据矩阵。scRNA-Seq逐渐成为研究细胞间转录组差异性,揭示细胞类型、亚型、状态和发展轨迹...
普通单细胞转录测序(scRNA-seq)分析主要依赖于编码基因表达进行细胞分型等分析,而研究表明相比蛋白编码基因,lncRNA具有更强的细胞特异性。在传统Bulk-seq检测中,在细胞亚群或单个细胞中的高表达lncRNA往往在组织水平表现为低表达。而单细胞lncRNA测序则可显著提升对细胞亚群特异性lncRNA的检测能力。
2) 批次效应(batch effect):类似于bulk RNA-seq, 细胞在被分组处理时,外在环境差异可能导致实验数据产生批次差异。 3) 对于droplet-based scRNA-seq,并不是所有的mRNA分子都能被捕获到, 并且由于测序深度比较浅, 一般来说每个细胞仅能检测到10～50%的转录本,这导致细胞中许多基因计数为0, 给之后分析工作增加了...