目前,联合GWAS和单细胞数据的算法有以下几种:scDRS,sc-linker,CELLECT。sc-linker,CELLECT只对某种特定细胞类型(该亚类的基因表达的平均值)与疾病的关联;而scDRS可以针对每个细胞单独进行疾病关联性打分。其各有优劣,按分析需要选取即可。 在一项白色脂肪的单细胞核测序研究中,使用CELLECT对白色脂肪的细胞亚群与疾病...
此外,研究团队还分析了哮喘、特发性肺纤维化(IPF)、COVID-19和健康(肺下叶)组织scRNA-seq的健康细胞类型、疾病依赖和细胞过程程序,以及哮喘、IPF、COVID-19和肺活量的GWAS数据(图5)。结果显示,对于哮喘,T细胞中健康细胞类型和疾病依...
复杂性状的细胞类型表达特异性整合(CELLECT)是一个计算工具包,用于识别复杂性状潜在的可能病因细胞类型。CELLECT利用现有的遗传优先级模型,在识别可能的病因细胞类型时,整合单细胞转录组和人类遗传数据。 工作原理 CELLECT使用已建立的遗传优先级模型,如S-LDSC和MAGMA协变量分析,量化了常见的多基因GWAS信号(遗传力)和...
整合全基因组关联研究(GWASs)和单细胞转录组,能够从单细胞层面进一步阐明复杂疾病内在分子遗传机制。然而,现有整合方法(如CELLECT,sc-linker)通常以细胞类型为基本单元,通过比较某种提前注释过的细胞类型的基因表达特征与GWAS结果,分析细胞类型与疾病的相关性。换言之,在整合单细胞转录组与GWAS数据分析中,我们只考虑了...
跟着NG学分析 单细胞GWAS分析 小潤澤关注赞赏支持跟着NG学分析 单细胞GWAS分析 小潤澤关注IP属地: 宁夏 0.5582023.08.08 17:40:57字数58阅读204 先附上论文链接:《Identifying disease-critical cell types and cellular processes by integrating single-cell RNA-sequencing and human genetics》 Github地址:https://...
目前,联合GWAS和单细胞数据的算法有以下几种:scDRS,sc-linker,CELLECT。sc-linker,CELLECT只对某种特定细胞类型(该亚类的基因表达的平均值)与疾病的关联;而scDRS可以针对每个细胞单独进行疾病关联性打分。其各有优劣,按分析需要选取即可。 在一项白色脂肪的单细胞核测序研究中,使用CELLECT对白色脂肪的细胞亚群与疾病...
目前,联合GWAS和单细胞数据的算法有以下几种:scDRS,sc-linker,CELLECT。sc-linker,CELLECT只对某种特定细胞类型(该亚类的基因表达的平均值)与疾病的关联;而scDRS可以针对每个细胞单独进行疾病关联性打分。其各有优劣,按分析需要选取即可。 在一项白色脂肪的单细胞核测序研究中,使用CELLECT对白色脂肪的细胞亚群与疾病...
sc-linker是一个整合scRNA-seq、表观基因组单核苷酸多态性(SNP)-基因图谱和GWAS统计数据的计算框架,能够识别遗传变异影响疾病的潜在细胞类型和过程。 文章发表在Nature Genetics 综合框架sc-linker将来自scRNA-seq的基因程序与疾病和复杂性状联系起来(图1)。研究人员利用sc-linker分析了人类scRNA-seq数据,包括来自...
sc-linker是一个整合scRNA-seq、表观基因组单核苷酸多态性(SNP)-基因图谱和GWAS统计数据的计算框架,能够识别遗传变异影响疾病的潜在细胞类型和过程。 文章发表在Nature Genetics 综合框架sc-linker将来自scRNA-seq的基因程序与疾病和复杂性状联系起来(图1)。研究人员利用sc-linker分析了人类scRNA-seq数据,包括来自6种...