为了定位 CSCC 组织中 CAF 的空间分布,采用了 Moncada 等人开发的多模态交叉分析 (MIA) 方法,整合snRNA-seq和ST数据(关于MIA的方法,大家可以参考我的文章MIA用于单细胞和空间的联合分析)。简而言之,该方法计算了由snRNA-seq数据识别的细胞类型特异性基因与由ST数据表征的区域特异性基因的表达水平的重叠程度。由此产...
图1 snRNA-seq 发现CDH12+肿瘤细胞群 为了深入了解新发现的上皮细胞群体的生物学起源和分化途径,研究人员再对4个正常的膀胱组织进行snRNA-seq分析,发现了基底,间质细胞和伞型细胞群体,而之前认为高表达基因均在CDH12群体中表达更低,比如TERT和SOX4。通过速率分析发现群体分化有两种途径,一种是通过CDH12群体,另一...
收集了接受手术心肌切除术的 HCM 患者的心脏 IVS 组织用于 snRNA-seq(n=10;10 个样本)和空间转录组学分析(n=3;4 个组织切片,其中 HCM1220B 和 HCM1220C 是来自同一患者)。作为对照组(简称HEALTHY),来自心脏移植健康供体的心脏IVS组织(n=2;3个样本,其中HEALTHY1A和HEALTHY1B来自同一供体)也进行snRNA-seq。...
虽然scRNA-seq是一种功能强大且富有洞察力的方法,用于以单细胞分辨率分析基因表达,但存在许多挑战和变异来源,可能使数据分析变得复杂或有限。在对scRNA-seq数据的整个分析过程中,将尝试解释或调整由于数据中无意义的变化的各种来源而导致的变化。 single-nucleus RNA-seq (snRNA-seq)与single-cell RNA-seq snRNA-seq...
01-单细胞核转录组(snRNA-seq)分析 研究人员首先对肌层浸润性膀胱癌(MIBC)的肿瘤进行snRNA-seq分析,根据各种细胞群体的标志性基因,发现肿瘤细胞占比约为90%,免疫细胞占比约为5%,成纤维细胞占比约为3%,内皮细胞占比约2%。进一步对各个群体的细胞基因进行分析,发现了两群“冷”肿瘤(即缺乏来自免疫浸润的MIBC的基因特...
snRNA-seq|首个灵长类动物心肺的单细胞转录组图谱 揭示新冠易感人群 Nature Medicine | 单细胞免疫组库揭示溃疡性结肠炎中结肠T细胞图谱 单细胞转录组+ATAC-seq+RNA-seq:解析西妥昔单抗耐药性 Science |单细胞+T细胞免疫组揭示胸腺细胞的发育轨迹 单细胞转录组+...
具体来说,从Visium数据中的“富集模型”获得的富集层表达谱和差异表达统计数据可用于空间“定位” snRNA-seq数据集,并添加层富集信息至不包含固有解剖信息的数据驱动表达簇中(图4)。这种“空间定位”可应用于任何现有snRNA-seq或scRNA-seq数据集,以补充解剖位置信息。
具体来说,从Visium数据中的“富集模型”获得的富集层表达谱和差异表达统计数据可用于空间“定位” snRNA-seq数据集,并添加层富集信息至不包含固有解剖信息的数据驱动表达簇中(图4)。这种“空间定位”可应用于任何现有snRNA-seq或scRNA-seq数据集,以补充解剖位置信息。
seed(12345) # optionally enable multithreading enableWGCNAThreads(nThreads = 8) # load the Zhou et al snRNA-seq dataset seurat_obj <- readRDS('Zhou_2020.rds') p <- DimPlot(seurat_obj, group.by='cell_type', label=TRUE) + umap_theme() + ggtitle('Zhou et al Control Cortex') + No...
截止目前,百迈客累计成功制备100余种组织类型、3000+例的单细胞样本,基于10x genomics平台,百迈客同时具有10x单细胞转录组(scRNA-seq)、单细胞全长转录组(ONT scRNA-seq)、单细胞核转录组(snRNA-seq)、单细胞免疫组库(scVDJ-seq)、单细胞ATAC测序(scATAC-seq)以及空间转录组(ST)测序服务,实现10x平台全面优质服...