随着越来越多的scRNA-seq数据集可用,对它们进行比较是关键。主要的应用程序是比较不同实验室收集的具有相似生物学来源的数据集,以确保注释和分析是一致的。此外,随着大量的参考数据集,如人类细胞图谱(HCA)的出现,一个重要的应用将是将来自新样本(如来自疾病组织)的细胞投射到参考数据集上,以表征组成的差异,或检测...
整合多个 CITE-seq 和单细胞 RNA 测序 (scRNA-seq) 数据集很重要,因为这允许利用尽可能多的数据来揭示细胞群的异质性。 为了克服这些挑战,宾夕法尼亚大学的研究人员提出了 sciPENN,这是一种多用途的深度学习方法,支持 CITE-seq 和 scRNA-seq 数据集成、scRNA-seq 的蛋白质表达预测、CITE-seq 的蛋白质表达插补...
奈良科技学院(NAIST)的研究人员使用了一种名为PeakMatch的新算法,从单细胞RNAseq数据集重建了实时基因表达模式,并证明了生物钟基因调节植物细胞分化。这项研究不仅揭示了细胞命运决定的调控机制,而且提供了一种强大的新算法,可应用于广泛的单细胞转录组。 图:在提出的模型中,BES1通过抑制分生干细胞中LHY的表达来重新...
基于单细胞RNA-seq数据注释细胞类型是研究疾病进展和肿瘤微环境的先决条件。现有的注释方法通常缺乏marker基因列表,对批次效应的处理不当以及难以利用潜在的基因 - 基因相互作用信息,从而缺乏泛化性和稳健性。本研究开发了一个基于预训练的深度神经网络模型,即基于transformers的双向编码表示(scBERT),以克服现有的挑战。遵...
RNA测序(RNA-seq)已成为差异基因表达和mRNA差异剪接的转录组范围分析不可或缺的工具。JingleBells将单细胞数据划分为免疫和非免疫类,共收录120篇免疫相关以及182篇非免疫的单细胞文献,且数据库仍在持续更新中。这是标准化单细胞RNA-Seq数据集的存储库,用于在单细胞水平上进行分析和可视化。用户在JingleBells上可以直接...
这是标准化单细胞RNA-Seq数据集的存储库,用于在单细胞水平上进行分析和可视化。用户在JingleBells上可以直接下载到单细胞数据的BAM文件,有些 BAM文件比较麻烦,需科学上网方可下载。 JingleBells/JingleBells主页 主页蓝色的字体是代表可以跳到其他链接的地方,首页可以选择文本教程或视频教程以学习使用IGV(集成基因组学...
CITE-seq 是一种单细胞多组学技术,可同时测量单细胞中 RNA 和蛋白质的表达,已广泛应用于生物医学研究,特别是免疫相关疾病和其他疾病,如流感和 COVID-19。尽管 CITE-seq 激增,但生成此类数据的成本仍然很高。尽管数据集成可以增加信息内容,但这带来了计算挑战。
RNA测序(RNA-seq)已成为差异基因表达和mRNA差异剪接的转录组范围分析不可或缺的工具。JingleBells将单细胞数据划分为免疫和非免疫类,共收录120篇免疫相关以及182篇非免疫的单细胞文献,且数据库仍在持续更新中。这是标准化单细胞RNA-Seq数据集的存储库,用于在单细胞水平上进行分析和可视化。用户在JingleBells上可以直接...
单细胞RNA-Seq分析 这个为期2天的课程将讨论从scRNA-seq实验获得的数据的计算分析。 贡献 我们欢迎您为改进本课程而做出的所有贡献! 如果您在此过程中有任何疑问,疑虑或遇到任何困难,维护人员将竭尽所能为您提供帮助。 我们想请您熟悉我们的《 ,并查看有关正确格式,在本地呈现课程的方式,甚至如何编写新剧集的。
Pagoda2是R包,用于分析和交互式探索大型单细胞RNA-SEQ的数据集。 这些方法经过优化,可快速处理既大又稀疏的现代scRNAseq数据集。 该软件包提供了用于质量控制,过滤,聚类,可视化,差异表达,交叉方面/状态以及基因组/途径过度分散分析的方法。 配套的前端应用程序使用户可以找出哪些基因表达模式在数据中引起了不同的亚群...