其中DESeq2可能是使用最多的,很多权威机构的分析流程都用的DESeq2,比如NASA: NASA GeneLab RNA-seq consensus pipeline: standardized processing of short-read RNA-seq data. iScience. 2021 Mar 26; PMID: 33870146. DESeq2通过对基因计数数据进行负二项分布建模,结合比值中位数法(median of ratios)和经验贝...
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...
做GSEA富集分析需要准备两个输入文件,一个是基因表达数据文件,另外一个是实验设计数据文件,表达数据文件就是基因在每个样品里面的一个表达量,这就是RNA-seq标准化处理后的表达矩阵,即DESeq2分析后导出的“normalized_count.txt”文件。 它的第一行是固定格式#1.2。第二行是基因的数目和样品的数目。第三行是样品的...
与往期类似,我进入CellPress官网,在部分期刊中对近5年基于RNA-seq的GO富集图进行了检索。 然后开启手动筛选模式,最后汇总出下面一张图: 二、为什么要用GO富集图(使用GO富集图的常见目的)? 我们在处理Bulk RNA-seq数据的时候,很多情况下,通过组间比较得到的差异基因是很多的(可能多达上百或者上千个)。举个例子,...
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。
文章利用单细胞数据筛选T细胞亚群和标记基因,然后利用标记基因在bulk-RNA数据中建模并分析,纯生信就轻松拿下6分+的文章,创新性足足的!还是那句话,还在观望的小伙伴,看到这个思路心动的话就快行动起来吧!发文好时机可不等人哦~ ~ l 题目:单细胞RNA-seq和bulk RNA-seq的综合分析揭示了三阴性乳腺癌中T细胞相关的...
本期分享一篇整合单细胞和bulk-RNA seq数据分析的文章,揭示了抗原呈递和过程中的肿瘤相关成纤维细胞,并建立了前列腺癌的预测特征模型。文章于2024年1月发表于《Journal of Translational Medicine》,通讯作者为上海交通大学的韩邦旻教授,标题“Integrating single-cell and bulk RNA sequencing data unveils antigen presenta...
Bulk RNA-seq 和single cell RNA-seq的最主要区别在于单细胞测序代表单个细胞(single cell),而bulk测序代表一群细胞(a population of cells)。我们都知道单细胞转录组测序能够解决常规转录组测序无法解决的细胞异质性问题,对于推进医学和生物学研究进展具有极大的促进作用。现在很多的研究同时进行Bulk RNA-seq 和single...
上一篇推文讲了bulk RNA-Seq 的比对到参考基因组部分,接下来就是基因表达定量了。计算表达定量可以用StringTie、Htseq-cout、featureCounts,这里推荐使用featureCounts。featureCounts 是Rsubread 软件包里的一个命令,所以安装R版本Rsubread的即可。这里使用了一个脚本,在运行featureCounts 的同时,计算FPKM、TPM。
为了验证单细胞RNA测序（scRNA-seq）数据的完整性，以及肺部mRNA和蛋白含量随年龄的变化，作者又分别取了6个（每组3个重复）和8个（每组4个重复）年轻和年老小鼠进行bulk RNA测序和蛋白质组质谱分析（图3a）。作者利用scRNA-seq数据，将每个小鼠所有细胞的表达量求和模拟出一份bulk RNA数据，通过相关性分析观察到...