Bulk-RNAseq的数据量较小,单个raw fastq.gz文件<5G,普通的Mac笔记本就可以带得动,做比对和定量,完全自足;但是scRNAseq数据量较大,单个raw fast.gz文件 > 60G,且需要专门的软件,例如10x Genomics 需要配合CellRanger软件;墨卓单细胞测序平台需要配合Mobivision软件;非常消耗运存和内存,一般情况下需要利用服务器做比对...
今天帮一个师妹做bulk-RNAseq的比对,她本次测序有25个样本,每个样本单独一个文件夹,内含 “_1.fastq”和“_2.fastq”两个文件。所以一共是50个fastq文件。 问题来了:针对大量fastq文件,如何做批量下载与比对?花了大概4个小时,帮她搞定,拿到了counts文件。 具体方案如下: 1.数据转移到服务器 本次测序数据由...
scDEAL突出了以下几个方面:(i)它可以使用来自癌症药物敏感性基因组学(GDSC)数据库和癌细胞系百科全书(CCLE)的大量bulk RNA-seq药物反应信息来训练和优化模型;(ii)为了考虑bulk数据和scRNA-seq数据之间的数据结构差异,scDEAL协调单细胞和bulk数据的嵌入,以确保药物反应标签可从bulk数据转移到单细胞数据;(iii)为了避免...
背景:通过整合单细胞和bulk RNA测序开发一种预后特征来预测GC的结果。方法:①从TISCH2数据库中检索到的scRNA-seq图谱来筛选出CD8+T细胞特征基因;②利用Cox和LASSO回归构建基于这些CD8+T细胞特征基因的TCGA队列预后模型;③进行生存分析以研究特征对TCGA和GEO队列中GC患者临床结局的预测能力;④从免疫浸润、TMB、ICB表达、...
Bulk RNA-seq——TCGA-KIRC数据库中526个ccRCC肿瘤样本 RNA-seq数据。简要结论：研究人员结合ccRCC的单细胞数据集和TCGA-KIRC的高通量大规模测序数据，描述了ccRCC TME中的复杂细胞类型。此外，基于细胞-细胞通讯分析构建了细胞调节网络，并描述了细胞-细胞相互作用在ccRCC中的潜在临床意义。进一步分析不同细胞类型的受...
研究共选取了3个GEO数据集,其中既有scRNA-seq数据,也有bulk RNA-seq数据;既有人类AD患者的数据,也有AD小鼠的数据,两种数据相结合是本文的亮点之一。 此研究采用常规的单细胞分析流程,用AUCell包评估免疫相关基因集在细胞中的活性,此外还有常用的功能富集分析和PPI网络等。
分析bulk RNA-seq的数据哪家强?四种方法大比拼 昆士兰大学的研究人员近日确定了一种强大工具,可用于大规模患者数据集的分析。这项发表在《Cell Reports》上的研究成果有望促进更好的患者分层以及更精准的靶向治疗。 昆士兰大学的研究人员近日确定了一种强大工具,可用于大规模患者数据集的分析。这项发表在《Cell ...
首先使用CTL特异性基因的平均表达来评估bulk RNA-seq数据集中每个样本的CTL水平。然后,根据平均CTL水平,将患者分成高CTL组和低CTL组。随后评估了每个间质亚群的signature(差异表达基因)是否影响CTL水平,进而对患者预后产生影响。结果发现iCAF特征基因显著富集了与CTL功能障碍相关的基因。在iCAF功能障碍signature表达水平较...
Bulk RNAseq上游比对3:比对mapping - 简书 (jianshu.com) image.png 要点一、大致流程 如上流程图所示,一般包括三大步骤:下载数据--质控--比对 1、下载数据 主要包括两类数据:一是测序fastq.gz数据,二是参考基因组及相关数据集 1.1 fastq.gz 这里主要是指挖掘公共数据库的fastq.gz数据集; ...
篇幅有限,本文仅演示基于DESeq2的差异分析全过程(基于counts进行分析,不能用tpm、fpkm等归一化后的数据,想获得练习数据,可在公众号输入:Bulk RNA-seq练习数据2)。 1.安装并加载R包(若有,则不用重新安装) install.packages('R.utils') #BiocManager::install('DESeq2') ...